Kantorenmonitor. Analyse van vraag en aanbod

Kantorenmonitor Analyse van vraag en aanbod

Kantorenmonitor

Het auteursrecht voor de inhoud berust geheel bij de Stichting Economisch Instituut voor de Bouw. Overnemen van de inhoud (of delen daarvan) is uitsluitend toegestaan met schriftelijke toestemming van het EIB. Het is geoorloofd gegevens uit dit rapport te gebruiken in artikelen en dergelijke, mits daarbij de bron duidelijk en nauwkeurig wordt vermeld. September 2011

Kantorenmonitor Analyse van vraag en aanbod M. van Elp MSc LLM I. de Kok MSc drs. R. Saitua Nistal drs. M.V. Zuidema

Inhoudsopgave Voorwoord

7

Conclusies op hoofdlijnen

9

1

Inleiding

13

2

Methodiek, model en afbakening

15

3

Indelen van de markt

19

4

Aanbod

25

5

Vraag

35

6

Model van vraag en aanbod

59

7

Modeluitkomsten

71

8

Toepassingsmogelijkheden

83

9

Conclusie

85

3.1 3.2

4.1 4.2 4.3

5.1 5.2 5.3 5.4 5.4.1 5.5

6.1 6.2 6.3 6.4

7.1 7.2 7.3 7.4

8.1 8.2

Methodiek: marktsegmentering Toepassing provincie Utrecht

Methodiek: aanbodzijde Toepassing provincie Utrecht Veroudering en onttrekkingen

Methodiek: vraag en ramingen Toepassing Utrecht: vraag naar marktsegmenten Methodiek: Bedrijfslocatiemonitor Toepassing Utrecht: kwantitatieve vraagramingen Werkgelegenheidsscenario per sector 5.4.2 Kantoorhoudende werkgelegenheid 5.4.3 Gemiddeld ruimtegebruik Omgaan met trends in de vraag

Modelbeschrijving Uitgangspunten van het kantorenmodel Onderbouwing van uitgangspunten Keuzegedrag van gebruikers: dynamiek tussen segmenten

Basisscenario Variantenanalyse Gevoeligheidsanalyse Interpretatie van de uitkomsten

Doorrekenen beleidseffecten Verdieping marktonderzoek

19 21

25 26 31

35 37 46 47 48 51 53 55

59 61 62 66

71 74 78 79

83 83

Bijlage A

Input kantorenmodel

87

Bijlage B

Modeluitkomsten in absolute cijfers

91

Literatuur en bronnen

93

Begrippenlijst

91

EIB-publicaties

99

5

6

Voorwoord

In deze publicatie worden de resultaten gepresenteerd van een nieuw kantorenmodel dat het EIB heeft ontwikkeld om vraag en aanbodontwikkelingen op de kantorenmarkt te kunnen analyseren. Doel van het model is om realistische toekomstscenario’s te schetsen en alternatieve beleidsinterventies van overheden te kunnen doorrekenen. Hiertoe zijn voor het eerst ontwikkelingen aan de vraag- en aanbodzijde in onderlinge samenhang bezien. Spanningen tussen vraag en aanbod zorgen voor prijseffecten. Prijzen hebben weer invloed op de vraag naar kantoorruimte in verschillende segmenten, op de ruimte per werknemer die wordt gevraagd, op onttrekkingen van kantoorruimte, op herbestemming van kantoorlocaties en op investeringen in renovatie en nieuwbouw. Ook wordt rekening gehouden met rigiditeiten in de prijsvorming, die volume-effecten teweeg brengen, zoals leegstand. Het model houdt daarnaast rekening met trendmatige invloeden rond bijvoorbeeld de veroudering van kantoren en (dalend) ruimtegebruik per werknemer in de tijd. De eerste uitdaging was om het model te kunnen voorzien van al deze mechanismen die zich in de werkelijkheid van de kantorenmarkt voordoen en deze binnen een theoretisch juist en consistent raamwerk te kunnen plaatsen. Het model moet oplossen en daarbij het type resultaten opleveren die theoretisch zijn te verwachten. De tweede uitdaging was om het model van een goede empirische vulling te voorzien, zodat plausibele kwantitatieve uitkomsten door het model worden opgeleverd. Tegen de achtergrond van het ambitieniveau stelt dit hoge eisen aan de beschikbare data en veel praktijkkennis van de kantorenmarkt. In overleg met het Rijk is daartoe gekozen voor een stapsgewijze aanpak. In deze eerste fase hebben we getoetst of de ambitieuze doelen van het model in de praktijk goed realiseerbaar zijn. De provincie Utrecht heeft hiervoor de testcase geleverd, zodat de eerste verkenning van vraag en aanbod met het nieuwe model zich heeft gericht op de provincie Utrecht. Zo is verkend welke data beschikbaar zijn c.q. zijn te verwerken en of de empirische informatie toereikend is om het model voldoende te kunnen voeden. Hierbij is intensief samengewerkt met de provincie en is regelmatig overleg gevoerd met de belangrijke partijen op de kantorenmarkt, die door het ministerie van Infrastructuur en Milieu bij elkaar zijn gebracht in de werkgroep kantoren. Deze partijen beschikken over belangrijke praktijkkennis van de kantorenmarkt en voor de inbreng van gegevens en expertise zijn we alle betrokkenen zeer erkentelijk. Bovengenoemde aanpak is ook terug te vinden in het karakter van de rapportage. Er wordt veel aandacht besteed aan de data, aan de werking van de mechanismen in het model en de empirische invullingen die zijn gehanteerd. De werking van het model wordt ook getoond aan de hand van verschillende varianten en gevoeligheidsanalyses. De resultaten voor de kantorenmarkt in de provincie Utrecht zijn nog verkennend van aard en de beleidsmatige conclusies zijn terughoudend van aard. Sommige robuuste conclusies dienen zich al wel aan, zo is bijvoorbeeld duidelijk dat het planaanbod voor nieuwe kantoren in de provincie Utrecht zich niet zal kunnen vertalen in een daarop aansluitend feitelijk nieuw aanbod van kantoren. De toekomstige marktverhoudingen bieden naar verwachting slechts ruimte voor een duidelijk beperkter nieuw kantorenaanbod. Hoewel veel informatie boven water is gekomen, zijn er bij de ontwikkeling van nieuw instrumentarium uiteraard ook lacunes blijven bestaan en is nog een vervolgslag nodig om beleidsanalyses te verrichten die nauw aansluiten bij de informatiebehoeften van verschillende groepen. Hierop zouden vervolgstappen zich kunnen richten, waarbij het uitgangspunt is om zodanige flexibiliteit in de aanpak te behouden dat maatwerk kan worden geleverd in termen van regionale verscheidenheid en analyses te verrichten die worden afgestemd op bijzondere informatiebehoeften van verschillende gebruikers. Taco van Hoek Directeur EIB

7

8

Conclusies op hoofdlijnen

In deze studie wordt een nieuw rekenmodel gepresenteerd, waarmee vraag en aanbod op de kantorenmarkt in onderlinge samenhang worden bekeken. Het model maakt het mogelijk om toekomstverkenningen op te stellen en de effecten van beleidsinterventies te analyseren. Het model onderscheidt de volgende aspecten en mechanismen. • • • • • • • •

Er worden drie locatietypen onderscheiden: centrale locaties, formele locaties en overige locaties. Deze locatietypen worden onderverdeeld in drie kwaliteitsklassen c.q. prijsklassen. Zo worden negen kantorensegmenten onderscheiden met eigen vraag- en aanbodfuncties. Deze segmentering is opgesteld in overleg met partijen die de praktijk van de kantorenmarkt goed kennen. De vraag naar kantoren in verschillende segmenten wordt ex ante bepaald door de ontwikkeling van de werkgelegenheid in verschillende sectoren die vraag uitoefenen op de kantorenmarkt. Deze sectoren hebben verschillende locatievoorkeuren en een verschillende ruimtevraag per werknemer. Deze vertalen zich in geaggregeerde vraag naar kantoorruimte in de verschillende segmenten. Het aanbod bestaat uit de vigerende voorraad, de onttrekkingen vanwege economische veroudering en herbestemmingen richting andere functies en de toevoegingen in de tijd middels de bouw van nieuwe kantoorruimte. Verschillen tussen vraag en aanbod in de uitgangssituatie vertalen zich in geleidelijke prijsaanpassing. Dit kan zowel leiden tot relatieve prijsaanpassingen tussen segmenten als tot generieke prijsaanpassingen. In het geval van overaanbod – wat momenteel voor veel segmenten aan de orde is – ontstaat neerwaartse druk op de prijzen. Dit versnelt het proces van herstructurering en herbestemming van de bestaande voorraad en drukt het aanbod van nieuwe kantoren. Aan de vraagzijde zorgt prijsdaling voor enige opwaartse druk op de ruimtevraag per werknemer. Zo zijn er krachten die via het prijsmechanisme op lange termijn vraag en aanbod dichter bij elkaar brengen. Ook op langere termijn kan er leegstand blijven bestaan. Dit is het geval als de prijzen dalen tot onder de locatiespecifieke bodemprijzen. Deze kantoren kunnen in de praktijk dan zowel worden gesloopt als leeg blijven staan. Deze laatste keuze is voor de vraag- en aanbodverhoudingen niet relevant. Kantoren waarvoor ook bij extreem lage prijzen geen emplooi is te vinden spelen net zo min een rol op de markt als kantoren die onder die omstandigheden fysiek zijn gesloopt. Herstructurering en aanbodvermindering van kantoren die wel enige verhuurbaarheid kennen, werken wel door in vraag- en aanbodverhoudingen en in prijzen. Prijsontwikkelingen werken betekenisvol door in nieuw aanbod. Planaanbod is alleen bepalend voor de nieuwbouw, als de vraag groter is dan het planaanbod. In die situatie kan planaanbod een restrictie opwerpen in de uiteindelijke kantorenontwikkelingen. Als het planaanbod groter is dan de marktomstandigheden rechtvaardigen, dan bepaalt de marktvraag het aanbod van nieuwe kantoren. Het model onderscheidt een aantal autonome trends, waaronder economische veroudering van gebouwen. Hierbij schuiven eertijds moderne gebouwen in de tijd door naar lagere kwaliteitsklassen. Ook bij het ruimtegebruik wordt rekening gehouden met een autonome trend van een afnemende ruimtevraag per werknemer in samenhang met trends zoals het ‘nieuwe werken’. Het model levert een theoretisch correct en consistent raamwerk op, waarin verschillende uitgangspunten voor de lange termijn kunnen worden doorgerekend, alternatieve varian ten kunnen worden geanalyseerd en de gevoeligheid van de uitgangspunten op de resultaten kunnen worden getoetst.

Om het model werkelijk te toetsen is een empirische toets nodig. Gelet op het ambitieuze karakter van het model dat diverse mechanismen en terugkoppelingen kent, stelt dit hoge eisen aan de data en de herkenbaarheid van uitgangspunten door partijen die in de praktijk op de kantorenmarkt actief zijn. In overleg met het ministerie van Infrastructuur en Milieu is gekozen voor een regionale testcase in de praktijk. Hiertoe is het model voor het eerst toegepast op de

9

provincie Utrecht. De provincie en verschillende (markt)partijen zijn bereid geweest gegevens en expertise met het EIB te delen middels de werkgroep kantoren die door het ministerie is georganiseerd. Uit deze eerste kwantitatieve analyses met het model is gebleken dat veel gegevens voorhanden zijn dan wel via aanvullende berekeningen en koppelingen zijn te maken. De resultaten voor de kantorenvraag en het aanbod voor de periode 2010-2020 en 2020-2040 zijn verkennend van aard en er zijn nog geen specifieke beleidsanalyses verricht. Wel is een aantal robuuste conclusies al te trekken op basis van de uitgevoerde berekeningen en analyses. • • • •

De prijzen zullen in het komende decennium onder druk staan. Dit zal vooral het geval zijn op formele kantorenlocaties. Op centrale en overige locaties is de uitgangspositie in termen van leegstand gunstiger en zal beperkte prijsdaling tot zekere herbestemming leiden, waarmee het aanbod neerwaarts wordt aangepast. Onttrekkingen worden door de prijsdalingen gestimuleerd, maar economische veroudering gaat vooral na 2020 een rol spelen in onttrekking van bestaand aanbod. Zodat discrepanties tussen vraag en aanbod in deze periode sterker vanuit aanbodaanpassing kunnen worden gerealiseerd. De vraag naar kantoorruimte in Utrecht zal nog toenemen in de periode tot 2020, maar in de periode tussen 2020 en 2040 naar verwachting afnemen. Hierbij is uitgegaan van een geleidelijk dalende ruimtevraag per werknemer. Prijsdaling werkt hier overigens wel tegenin: door dalende prijzen wordt de daling van de ruimtevraag per werknemer weer deels teniet gedaan. Het toekomstig aanbod van nieuwe kantoren zal duidelijk achterblijven bij de planvoorraad. De marktomstandigheden betekenen dat rendabele ontwikkeling maar voor een deel van de plannen realiseerbaar is.

Om de robuustheid van de resultaten en de werking van het model te bekijken zijn verschillende varianten en gevoeligheidsanalyses verricht. Zo zijn enkele beleidsvarianten in beeld gebracht, zijn alternatieve varianten bekeken voor het toekomstig ruimtelijk gedrag van bedrijven en zijn bepaalde vormen van grotere prijsstarheid bekeken op hun consequenties voor vraag, aanbod en prijzen. Daarnaast zijn alternatieve uitgangspunten voor verschillende parameters en elasticiteiten in beeld gebracht. Bij de ontwikkeling van een nieuw instrument en een eerste empirische toepassing daarvan komen uiteraard ook beperkingen en lacunes aan het licht. Een eerste aandachtspunt ligt bij de werkgelegenheidsramingen. Goede, direct bruikbare regionale werkgelegenheidsramingen waren niet voor handen. In korte tijd zijn pragmatische werkgelegenheidsramingen voor de provincie Utrecht opgesteld. Deze geven redelijke ordes van grootte weer, maar een verdiepingsslag op dit terrein lijkt wenselijk. Dit is goed mogelijk, maar zal dan in een vervolgfase moeten worden meegenomen. In de sfeer van de data is veel boven water gekomen, maar niet alle gegevens die beschikbaar zijn voor Utrecht hebben we kunnen meenemen en ook zou de empirische basis belangrijk kunnen worden versterkt door informatie uit andere regio’s te benutten. De kwaliteit van de gebruikte transactiedata is redelijk maar niet volledig. Daarnaast zijn bij de verwerking kwalitatieve trends meegenomen waarvoor de empirische basis smal is. Voortschrijdend inzicht zal in de tijd tot verbetering hiervan leiden. In de sfeer van de aanpassingsmechanismen is in het model sprake van een belangrijke rol voor evenwichtsherstel via het prijsmechanisme. Dit is het gevolg van het feit dat het model zich richt op de lange termijn met de steekjaren 2020 en 2040 en de informatie vanuit partijen over het type marktimperfecties die in de praktijk een rol spelen. Zo lijken verwachtingen over de marktontwikkelingen in de achterliggende periode veel optimistischer te zijn geweest dan zich feitelijk heeft gemanifesteerd. Ook toen de leegstand steeg werd aanvankelijk nog veel aanbod in de markt gezet en toen de crisis toesloeg zat er aanvankelijk ook nog veel aanbod in de pijplijn. Inmiddels is het aanbod echter fors neerwaarts aangepast. Dit suggereert dat vraag en aanbod meerjarig van elkaar weg kunnen lopen, maar dat op lange termijn aanpassing wel degelijk komt. Bij herstructurering speelt bijvoorbeeld ook de neerwaartse rigiditeit van het afboeken van de waarde van vastgoed een rol, die het aanpassingsproces lijkt te vertragen. Ook hier moet welhaast gelden dat in de tijd de nieuwe reële vastgoedwaarde geleidelijk in de

10

waardering moet worden verwerkt. Dit betekent dat prijzen de markt naarmate de tijd voortschrijdt steeds beter gaan ruimen. Met uitzondering van de bodemprijzen die het model hanteert, zorgen prijzen voor nieuwe evenwichten. Op een termijn van tien tot dertig jaar lijkt dit een valide uitgangspunt, maar de rol die verwachtingen en daarmee samenhangende vertragingsstructuren spelen zou beter onderzocht moeten worden. Langdurige vertragingfuncties zijn een optie, maar nut en noodzaak hiervan zijn nog niet onderzocht. Ten slotte is er in de sfeer van de beleidsanalyse nog een coherente aanpak nodig. Waar ligt de belangrijkste informatie voor de beleidsbeslissers en hoe kan die op maat en aansprekend worden neergezet? Dit kan ook betekenen dat sommige vraagstukken meer aandacht behoeven, ook als die de vraag en aanbodverhoudingen niet direct raken. Zo maakt het voor vraag, aanbod en prijzen niet uit of een kantoor dat onder de bodemprijs zakt wordt gesloopt of leeg blijft staan. Beleidsmatig is de vraag echter waarschijnlijk wel relevant, bijvoorbeeld kan het vanuit de ruimtelijke ordening wenselijk zijn dat dergelijke kantoren feitelijk worden gesloopt en bijvoorbeeld door acceptabele publieke ruimte worden vervangen. Dit vereist dan meer aandacht voor de autonoom te verwachten sloop van kantoren, ook al is dit voor het functioneren van de kantorenmarkt zelf niet van belang. Deze en dergelijke kwesties moeten in samenspraak met gebruikers van de informatie worden bezien, want de meerwaarde van het nieuwe instrument wordt bepaald door de waarde die de gebruikers er aan kunnen ontlenen.

11

12

1

Inleiding

Voor de planning van kantoorlocaties is zicht op de ontwikkeling van marktvraag, -aanbod en -prijs van groot belang. Een scherp beeld van de marktontwikkeling maakt een betere afstemming mogelijk tussen toekomstige vraag en (plan)aanbod van kantoorlocaties. Hierbij dient rekening gehouden te worden met de grote verschillen in dynamiek tussen regio’s en zelfs binnen type locaties. Echter, tot op heden ontbreekt een goed zicht op de markt en is afstemming onvoldoende. Dit wordt als één van de oorzaken gezien voor de omvangrijke kantorenleegstand. De Werkgroep Kantoren, bijeengebracht door het Ministerie van I&M, heeft drie actiepunten geformuleerd als reactie op de omvangrijke kantorenleegstand. Een betere regionale ruimtelijke planning, programmering en afstemming in de kantorenmarkt is daar één van. Het ministerie van Infrastructuur & Milieu (I&M) heeft het Economisch Instituut voor de Bouw (EIB) gevraagd een methodiek te ontwikkelen om het zicht op de ontwikkeling van de kantorenmarkt te verbeteren en afstemming tussen (toekomstige) vraag en aanbod mogelijk te maken. In de eerste plaats vraagt het om het op orde hebben van de marktinformatie. Hieronder vallen ook prognoses van toekomstige kantorenvraag en -aanbod. In de tweede plaats gaat dit om het kunnen interpreteren van de (toekomstige) verhouding tussen vraag en aanbod in de kantorenmarkt. Dit gaat niet enkel om de absolute omvang, de kwantitatieve afstemming. Het gaat ook om het kunnen inschatten van de kwaliteitsvraag en de opgave die er op dat gebied ligt in de kantorenvoorraad. De methode die wordt gevolgd om tot een goede afweging tussen vraag en aanbod te komen, bestaat uit vier stappen: 1. Het segmenteren van de kantorenmarkt, naar type locaties en kwaliteitsklassen. 2. Het in kaart brengen van de kantorenvoorraad en de planvoorraad en een prognose van de voorraadontwikkeling naar de verschillende segmenten. 3. Het opstellen van een vraagraming, in de eerste plaats kwantitatief en vervolgens kwali tatief, met een verdeling van de vraagraming naar gedefinieerde marktsegmenten. 4. Confrontatie tussen vraag en aanbod waarbij per segment zichtbaar wordt waar sprake is van krapte of overaanbod. De confrontatie tussen vraag en aanbod in stap 4 gebeurt met behulp van een economisch kantorenmodel. Dit model beschrijft (regionaal) een kantorenmarkt en verklaart op basis van economische principes de dynamiek binnen deze markt. De theoretische basis voor het kantorenmodel is door het EIB ontwikkeld en eerder met succes toegepast voor woningmarktramingen in de krimpregio’s van Parkstad en Eemsdelta. Het operationaliseren van het kantorenmodel vraagt om een grote, afgebakende kantorenregio. De provincie Utrecht heeft zich, in overleg met de Werkgroep Kantoren/I&M, aangeboden als casusregio. Het instrument heeft als doel regionale overheden, zoals provincies, informatie te bieden waarmee inzichtelijk wordt hoe vraag en aanbod in de regionale kantorenmarkt zich tot elkaar verhouden. Op basis van deze informatie kan worden gestuurd op de kantorenvoorraad, vanuit bijvoorbeeld het ruimtelijke ordeningsbeleid en al dan niet op te stellen regionale kantorenvisies. Leeswijzer De opbouw van de rapportage is verder als volgt. In hoofdstuk 2 worden de gevolgde methodiek en het economisch kantorenmodel toegelicht. Ook wordt aangegeven aan welke voorwaarden moet worden voldaan om het kantorenmodel te kunnen toepassen, zoals de beschikbaarheid van gegevens en kenmerken van de kantorenregio’s. In hoofdstuk 3 wordt ingegaan op de gekozen marktsegmentering. Hierbij wordt, net als in de volgende hoofdstukken, steeds onder-

13

scheid gemaakt tussen de theorie en de praktische toepassing in Utrecht. In hoofdstuk 4 is een analyse van de kantorenvoorraad en de nieuwbouwplannen gegeven, in feite het ‘aanbod’ in de kantorenmarkt. Hoofdstuk 5 bevat een analyse van de kantorenvraag, trends die hierin spelen en vraagramingen. In hoofdstuk 6 worden de theorie en de aannames achter het kantorenmodel toegelicht, waarna in hoofdstuk 7 vraag en aanbod met elkaar worden geconfronteerd. Het kantorenmodel geeft een indicatie van de dynamiek die in de markt zal ontstaan. Met varianten- en gevoeligheidsanalyses wordt daarnaast ingegaan op de belangrijkste onzekerheden en gevoeligheden. Hierbij wordt ook ingegaan op de beleidsopties en de effectiviteit daarvan. In hoofdstuk 8 worden tot slot enkele concrete toepassingsmogelijkheden van het instrument besproken.

14

2

Methodiek, model en afbakening

De doelstelling van voorliggend onderzoek is om regionaal ruimtelijke planners relevante informatie aan te kunnen bieden rond de ontwikkeling van vraag en aanbod in de kantorenmarkt. De informatie kan, onder andere, publieke en private beleidsmakers helpen om tot een betere afstemming in de kantorenmarkt te komen. In dit rapport wordt een methode geschetst hoe tot relevante marktinformatie omtrent kantorenvraag en -aanbod te komen. Voor de (toekomstige) vraag is onder meer informatie over de werkgelegenheid en een segmentering van de markt belangrijk. Informatie over de aanbodzijde van de markt betreft de bestaande kantorenvoorraad in gebruik, de leegstaande voorraad en de planvoorraad aan nieuwbouw. Kwantitatieve vraag: Bedrijfslocatiemonitor De vraag van gebruikers in de kantorenmarkt omvat twee elementen: 1. 2.

Een kwantitatief aspect. De absolute omvang van de kantorenvraag wordt bepaald door de kantoorwerkgelegenheid en het ruimtegebruik per werknemer. Vraagramingen worden in de eerste plaats hierop gebaseerd. Een kwalitatieve vraag. Dit betreft de gebruikerswensen ten aanzien van de huisvesting. Relevant zijn trends in het kantoorgebruik, veranderende voorkeuren, technische mogelijkheden en locatievoorkeuren.

Eenvoudig gezegd, de kwantitatieve vraaganalyse geeft aan hoeveel kantoren er nodig zijn, de kwalitatieve analyse geeft aan welke kantoren dat moeten zijn. In de jaren negentig van de vorige eeuw is door het Centraal Planbureau (CPB) de Bedrijfslocatiemonitor (BLM) opgezet om ontwikkelingen in vraag en aanbod in de kantorenmarkt te registreren (ook bedoeld voor de markt voor bedrijventerreinen). De BLM voorzag in aanbodregistraties en ramingen van de ruimtevraag van kantoorgebruikers. Centraal stond de werkgelegenheidsontwikkeling. De BLM is in 20061 voor het laatst geactualiseerd en het model is inmiddels in beheer van het Planbureau voor de Leefomgeving. Om de informatievoorziening in de kantorenmarkt te verbeteren is behoefte aan een actualisatie van de vraagramingen uit de BLM. Het gaat om actualisaties van de regionale werkgelegenheidsramingen, de dynamiek in de economische sectoren per regio en de vertaling naar kantoorruimtegebruik. Het EIB heeft voor dit project samengewerkt met PBL om tot nieuwe ramingen voor de ruimtevraag van kantoorgebruikers te komen. Kwalitatieve vraag Het actualiseren van de Bedrijfslocatiemonitor past binnen het eindproduct zoals het EIB dat voor ogen heeft. Maar het is slechts een onderdeel. De Bedrijfslocatiemonitor biedt geen zicht op ontwikkelingen in de kwalitatieve vraag. Het mag dan vanuit de BLM duidelijk worden hoeveel gebruikers er in de toekomst zijn, het wordt niet duidelijk in hoeverre de kantorenvoorraad ook daadwerkelijk aansluit bij de wensen van deze gebruikers. Het EIB gaat in de analyse van de kwaliteitsvraag uit van een marktsegmentering op basis van voorkeuren van gebruikers en kwaliteit. De segmenten zijn deels objectief gebaseerd op basis van huurprijzen. Hoewel huurprijzen verschillende beperkingen kennen als indicatie van de prijsontwikkeling2, zijn huurprijzen wel te gebruiken als een verhoudingsgetal. Huurprijzen zijn te zien als een belangrijke indicator van de kwaliteit van locatie en gebouw. Kantoren op een 1 CPB, MNP & RPB (2006), Welvaart en Leefomgeving: Een scenariostudie voor Nederland in 2040, Den Haag/ Bilthoven. 2 EIB (2010a), ‘Kantorenleegstand, analyse van de marktwerking’, M. Zuidema en M. van Elp, EIB, Amsterdam.

15

gewilde locatie en met goede gebouwkwaliteit kennen over het algemeen de hoogste huren – en omgekeerd. Om tot de segmentering te komen, zijn data analyses uitgevoerd van transacties, de kantorenvoorraad en werkgelegenheidscijfers tussen 1990 en 2010. De bevindingen zijn getoetst in expertsessies, onder meer met Savills. Op basis van gesignaleerde en besproken trends wordt een prognose gegeven van de kwaliteitsvraag op langere termijn. Aanbod De marktsegmentering heeft ook betrekking op de aanbodzijde in de kantorenmarkt. Het marktaanbod wordt in dezelfde segmenten ingedeeld als de vraag, om een confrontatie tussen (toekomstige) vraag en aanbod mogelijk te maken. Het marktaanbod bestaat uit de kantorenvoorraad, waarvan een deel in gebruik is en een deel leeg staat. In analyses van de aanbodzijde zijn ook nieuwbouwplannen en onttrekkingen van belang. Een inventarisatie van de nieuwbouwplannen en de mogelijkheden op dat gebied geeft aan in hoeverre het aanbod kan reageren op vraagveranderingen. Een prognose van de onttrekkingen, hetzij sloop, hetzij herbestemming, geeft aan in welke mate de kantorenvoorraad in de toekomst autonoom afneemt. Of het aanbod uiteindelijk kwalitatief niet tegemoet komt aan de vraag, hangt af van verschillende factoren. Het gaat met name om gebruikersvoorkeuren, bijvoorbeeld in relatie tot locaties of de specificaties van kantoren (duurzaamheid, flexibiliteit). Deels heeft dit ook betrekking op veroudering. Kantoren kunnen technisch verouderd zijn, in de zin dat het gebouw technisch eenvoudig niet meer voldoet als kantoor. Van normatieve veroudering wordt gesproken wanneer het kantoor niet meer voldoet aan de actuele kwaliteitsstandaarden van gebruikers. Dat kan een relatie hebben met technische veroudering, maar kan ook komen door veranderingen in genoemde gebruikersvoorkeuren. Kantoren zijn economisch verouderd op het moment dat kantoren niet meer rendabel geëxploiteerd kunnen worden. Technisch en normatief verouderde kantoren zijn, ervan uitgaande dat renovaties geen optie meer zijn, per definitie ook economisch verouderd. In dit rapport wordt, wanneer over veroudering wordt gesproken, economische veroudering bedoeld. EIB kantorenmodel De beschreven marktanalyses monden uit in prognoses van vraag en aanbod, naar marktsegmenten. Deze prognoses zijn de input voor het economisch kantorenmodel van het EIB. Dit is een instrument op basis van economische principes dat de informatie uit de prognoses vertaalt naar de dynamiek die in de kantorenmarkt ontstaat. Het kantorenmodel confronteert in feite vraag en aanbod. • •

Het kantorenmodel laat als resultaat zien dat spanningen tussen vraag en aanbod enerzijds neerslaan in de prijs en anderzijds in volume (leegstand, onttrekkingen en nieuwbouw). Het kantorenmodel is te gebruiken om zicht te krijgen op de implicaties van verschillende beleidskeuzes op het evenwicht in de kantorenmarkt, zoals beleid gericht op bijvoorbeeld stimuleren van transformatie of nieuwbouwrestricties.

In figuur 2.1 is samenvattend weergegeven hoe de marktanalyses naar kwantiteit en kwaliteit van vraag en aanbod zijn opgezet en welke rol het economisch kantorenmodel daarin heeft. Voor een deel heeft dit dus betrekking op de Bedrijfslocatiemonitor van PBL. Het kantorenmodel levert als output relevante informatie over de toekomstige marktdynamiek voor zowel private als publieke beleidsmakers. Afbakening De geschetste methode om de toekomstige marktverhouding tussen vraag en aanbod te kunnen inschatten, gaat uit van vier noodzakelijke stappen: 1. Het segmenteren van de kantorenmarkt, naar type locaties en kwaliteitsklassen. De segmen tering is in dit rapport gemaakt op basis van een kantorendatabase met huurtransacties tussen 1990 en 2010, waarbij Savills data heeft aangeleverd en heeft geadviseerd. Savills baseert zich voor een groot deel weer op data van Vastgoedmarkt.

16

Figuur 2.1

Methodiek Kantorenmonitor

EIB Kantorenmonitor

Bedrijventerreinen

Output

PBL Bedrijfslocatiemonitor

Kantoren

Ruimtegebruik

Ramingen werkgelegenheid

- mismatch vraag en aanbod - krapte en leegstand naar deellocaties - prijsontwikkeling - effecten van beleid (gevolgen rantsoeneren? meer slopen?) - (her)ontwikkelopgave

(Plan)voorraad kantoren

Marktanalyse Prijzen

Leegstand

Input

Marktsegmenten Trends onder gebruikers

EIB Kantorenmodel

Extra regio data: Gemeenten, Provincie, Savills, Neprom, CBS

Bron: EIB

2. Het in kaart brengen van het aanbod: de kantorenvoorraad, de planvoorraad en een prognose van de voorraadontwikkeling, naar de verschillende segmenten. Cijfers over de kantorenvoor raad zijn aangeleverd door Rudolf Bak. De planvoorraad is geïnventariseerd bij de gemeenten door de provincie Utrecht. Ook is informatie van Neprom gebruikt. 3. Het opstellen van een vraagraming, in de eerste plaats kwantitatief en vervolgens kwalitatief met een verdeling van de vraagraming naar gedefinieerde marktsegmenten. Voor de vraag analyses zijn werkgelegenheidsdata van het provinciaal arbeidsregister (PAR) gekoppeld aan de kantorendata. Ook zijn, op basis van onder meer de Primos bevolkingsprognose, werkge legenheidsramingen voor Utrecht opgesteld. Hierbij is samengewerkt met PBL. 4. Confrontatie tussen vraag en aanbod met het economisch kantorenmodel, waarbij per seg ment zichtbaar wordt waar sprake is van krapte of overaanbod. Zoals aangegeven is samengewerkt met verschillende partijen. In het kader aan het eind van dit hoofdstuk is deze samenwerking beschreven. De laatste stap heeft betrekking op het economisch kantorenmodel. Het model gaat uit van voor gebruikers regionaal uitwisselbare locaties. Vanuit deze aanname is het noodzakelijk om het onderzoeksgebied te beperken tot regionaal afgebakende kantorenmarkten. Tegelijkertijd vraagt het model om een zekere omvang van de markt, om een zinvolle segmentering te kunnen maken en voorspellingen te doen. De provinciale kantorenmarkt van Utrecht voldoet aan de voorwaarden. Het is een afgebakende markt met een omvang van 6 miljoen vierkante meter, waarvan iets meer dan 5 miljoen in gebruik is. De (historische) informatievoorziening voor een markt van een dergelijke omvang is voldoende om een goede analyse van vraag en aanbod naar segmenten te kunnen maken.

17

Markten met dezelfde kenmerken als de provincie Utrecht zijn bijvoorbeeld de regionale kantorenmarkten van Amsterdam, Rotterdam en Den Haag. Ook de markten van de Brabantse stedenrij en Arnhem-Nijmegen kennen een voldoende grote omvang. Ook voor kleinere kantorenmarkten is de methodiek toe te passen. Wel wordt het aantal segmenten dan beperkter. Zo is de Utrechtse kantorenmarkt in negen segmenten ingedeeld. Voor kleinere markten kan de segmentering tot bijvoorbeeld zes worden beperkt. Denk aan bijvoorbeeld de kantorenmarkt in de provincie Limburg, met een kantorenvoorraad van iets meer dan 1½ miljoen vierkante meter. Voor markten met een nog kleinere omvang kan een marktanalyse volstaan zonder van een segmentering uit te gaan (bijvoorbeeld provincie Zeeland). Ook kan voor aggregaties worden gekozen (samenvoegen Groningen, Friesland en Drenthe). In navolgende hoofdstukken worden de beschreven vier stappen doorlopen. In elk van de hoofdstukken wordt begonnen met een meer algemene beschouwing over de methodiek en de te doorlopen stappen. Vervolgens wordt per hoofdstuk beschreven hoe de methodiek is toegepast in de provincie Utrecht. Samenwerking Gedurende het project is met verschillende partijen samengewerkt. De methodiek is conceptueel opgezet in overleg met opdrachtgever I&M en het Planbureau voor de Leefomgeving (PBL). Het kantorenramingsmodel in de Bedrijfslocatiemonitor (BLM), dat in beheer is van PBL, heeft hierin een rol gespeeld. De ontwikkeling van de methodiek en met name van het economisch kantorenmodel vraagt om een concrete ‘casus’ regio. Hiervoor is samengewerkt met de provincie Utrecht. Deze kantorenregio heeft binnen de kaders van het project de geschikte kenmerken om te fungeren als casus regio. De provincie Utrecht heeft daarvoor marktinformatie en werkgelegenheidsbestanden beschikbaar gesteld. Vastgoedadviseur Savills en statisticus Rudolf Bak hebben historische kantorendatabases ter beschikking gesteld en geholpen met de interpretatie van deze informatie. In samenwerking met PBL zijn ramingen van de vraag naar kantoorruimte opgesteld. Ten opzichte van de laatste BLM ramingen uit 2006 zijn zowel de parameters als de onderliggende regionale werkgelegenheidsramingen geactualiseerd. Tenslotte is door Werkgroepleden IPO en VNG een Klankbordgroep geformeerd, waar de doorlopen stappen in het project inhoudelijk zijn getoetst.

18

3

Indelen van de markt

Voor het in kaart brengen van de kantorenmarkt en het kunnen ramen van de toekomstige marktontwikkeling wordt uitgegaan van een marktsegmentering. Het gaat om een indeling van de markt op basis van locaties en kantoorgebouwen met onderscheidende kenmerken en kwaliteit. Het gedrag van kantoorgebruikers en hun voorkeuren zijn hierbij leidend. 3.1 Methodiek: marktsegmentering De segmentering dient binnen de geschetste methodiek het doel om vraag en aanbod kwalitatief met elkaar te kunnen vergelijken. Gegeven deze doelstelling zijn verschillende denkrichtingen verkend. Hierbij is overlegd met meerdere markten overheidspartijen. Dit heeft geresulteerd in een aantal criteria waaraan de marktsegmentering moet voldoen. •

Locaties en gebouwen moeten onderscheidend zijn vanuit de gebruiker, het gaat om keuzegedrag. Als gebruikers geen onderscheid zien in type locaties en gebouwen, heeft het geen zin om de markt daarin wel onder te verdelen.

•

De segmentering moet hanteerbaar zijn voor vraagstukken van markten overheidspartijen, moet dus aansluiten bij de praktijk van de kantorenmarkt.

•

De segmentering moet technisch mogelijk zijn, dat wil zeggen de brondata moeten aansluiten bij de segmentering of daarnaar bewerkbaar zijn.

•

Hoewel in principe geen beperkingen bestaan, heeft het vanuit de techniek van het kantorenmodel de voorkeur de marktsegmentering beperkt te houden, in acht genomen de voorgaande punten.

Uiteindelijk is gekozen voor een marktverdeling naar negen segmenten. Dat wil zeggen, drie typen locaties en drie kwaliteitsklassen. De huurprijs geeft een belangrijke indicatie van de kwaliteit van de verschillende locaties en soorten kantoorgebouwen. Het levert een segmentering van de markt op in een matrix van 3 bij de 3 (tabel 3.1). De segmentering voldoet aan de gestelde criteria. Het is een segmentering die in de markt herkend wordt en die is onderschreven door geconsulteerde markten overheidspartijen. Uit analyses in Utrecht van werkgelegenheidsbestanden, cijfers over de kantorenvoorraad en transactiecijfers over de periode 1990-2010 komt ook een duidelijke verdeling van bepaalde

Tabel 3.1

Segmentering van de markt, negen segmenten (percentages)

Kwaliteitsklassen

Centrale locaties Formele locaties Overige locaties

Marktomvang

A (20)

B (40)

C (40)

25 50 25

x x x

x x x

x x x

Bron: EIB

19

typen gebruikers die sterk zijn geconcentreerd in bepaalde marktsegmenten. In hoofdstuk 5 over de vraag wordt hier nader op ingegaan. De segmentering is praktisch mogelijk, aangezien het gebruikte databestand over de kantorenvoorraad van Rudolf Bak een (geaggregeerde) segmentering naar locatietype mogelijk maakt. De prijssegmentering is vervolgens aangebracht door het koppelen van bewerkte transactiegegevens van Savills en Rudolf Bak aan de voorraadbestanden, ook weer over de periode 1990-2010. Savills heeft geholpen bij het interpreteren van de uitkomsten. Segmentering naar type locaties en gebouwen De verdeling naar type locaties is vooral op basis van het uitgangspunt dat deze door gebruikers duidelijk anders worden gewaardeerd en dat derhalve een patroon herkenbaar zal zijn op basis van verschillende voorkeuren en dus verschillend gedrag. Binnen de locatietypen is een verder onderscheid aangebracht naar kwaliteitsklassen. Het uitgangspunt is dat prijs hiervoor een belangrijke indicatie vormt. Deze prijzen worden ontleend aan een analyse van een historische transactiedatabase. De huurprijs geeft impliciet veel informatie over de gebruikersvoorkeuren en gemaakte keuzes. Bij concentraties met veel hoogwaardige dienstverleners horen hoge huurprijzen. Locaties met bijvoorbeeld industriële en transportbedrijven kennen lagere huurprijzen. Deels is de toegevoegde waarde van organisaties leidend, als indicator voor datgene wat organisaties kunnen betalen. Deels is het de waardering voor specifieke kenmerken van locaties door specifieke bedrijven. Het imago van een aansprekende hoogwaardige locatie wordt door zakelijke en financiële dienstverleners hoog gewaardeerd. Functionaliteit (en kostprijs) bepaalt voor industriële en transportbedrijven vooral de keuze. De indeling naar de drie kwaliteitsklassen heeft tot gevolg dat de betere gebouwen op de betere locaties (binnen hetzelfde locatietype) in klasse A worden ingedeeld. Gebouwen in deze prijsklasse bepalen ongeveer 20% van de markt. Gebouwklassen B en C bepalen ieder 40% van de markt (anno 2010). Navolgend is een beschrijving van de verschillende typen locaties gegeven en wordt ook duidelijk hoe de verdeling naar prijsklassen geïnterpreteerd moet worden. 1) Centrale locaties Centrale kantoorlocaties liggen nabij of zijn onderdeel van het stadscentrum. Kenmerken zijn multifunctionaliteit, levendigheid en een vaak goede ontsluiting met het openbaar vervoer. De bereikbaarheid per auto is vaak minder goed, zeker in de grotere stadscentra kan sprake zijn van congestie en zijn parkeeroplossingen schaars en kostbaar. De kenmerken van gebouwen op centrale locaties variëren sterk. Nabij of rond een centraal treinstation is sprake van een concentratie van grote kantoorgebouwen, met enkele grote gebruikers. Richting het echte stadscentrum worden gebouwen diverser en kleinschaliger. Ruimte voor nieuwbouw is schaars en de kantoorgebouwen hebben vaak een monumentaal karakter of zijn gerenoveerd. Bij het type gebruiker op centrale locaties kan worden gedacht aan hoofdkantoren, bovenregionaal georiënteerd, grote overheidsdiensten (met name rond centraal station). Richting het stadscentrum vestigen de meer kleinschalige gebruikers zich, die veel waarde hechten aan de dynamische omgeving van een binnenstad. Als achtergrond van deze bedrijven kan gedacht worden aan hoogwaardige en creatieve adviesdiensten. 2) Formele locaties Monofunctionele kantoorlocaties en grote kantoorconcentraties op bedrijventerreinen worden als zogenaamde formele kantoorlocaties gezien. Het zijn locaties die vanuit het oogpunt van gebruikers als echte zakelijke werklocaties worden gezien. Kenmerken zijn relatief uniforme gebouwen en een goede bereikbaarheid met de auto, inclusief goede parkeervoorzieningen. De bereikbaarheid met het openbaar vervoer is niet per definitie goed, gedacht kan worden aan een kleiner treinstation of aan verbindingen met sneltram of snelbus. Gebouwen zijn relatief jong.

20

Veel van de formele locaties zijn in de afgelopen 20-30 jaar ontwikkeld. Het type gebruikers varieert met de prijsklassen. Grote zakelijke en financiële dienstverleners en ICT-bedrijven zitten wat meer in het duurdere segment. Bedrijven uit de groothandel en industrie en kantoren van bouwen transportbedrijven zitten in het lagere segment. 3) Overige locaties Onder overige locaties vallen verspreide kantoorconcentraties. Gedacht kan worden aan kantoren in woonwijken of gelegen in het buitengebied. Het type gebouwen is divers, het zijn kantoorvilla’s, grachtenpanden, samengetrokken woningen in woonwijken of losse kantoorpaviljoenen in het buitengebied. De kantoren zijn niet noodzakelijk goed bereikbaar per auto of OV. Andere voorzieningen zijn erg afhankelijk van de locatie in de woonwijk. Het type gebruiker betreft kleinschalige consumentgerichte diensten (makelaar, hypotheekadviseur), hoogwaardige dienstverleners (architecten, juridisch, accountants), kleinere publieke diensten of een lokaal bankfiliaal. 3.2 Toepassing provincie Utrecht De segmentering is in principe opgesteld om in heel Nederland op de kantorenmarkt toe te kunnen passen. De segmentering is bovendien goed toepasbaar in de provincie Utrecht. 1) Centrale locaties provincie Utrecht Binnen de provincie Utrecht bepalen met name de locaties Utrecht CS/centrum, Amersfoort stationsgebied/centrum, het centrum van Zeist en het centrum van Nieuwegein het segment centrale locaties. Gezamenlijk omvatten centrale locaties ongeveer 25% van de totale kantorenvoorraad in Utrecht.

Figuur 3.1

Voorbeeldsegmentering van drie locaties (Centraal)

Kwaliteitsklassen

Hoog A Utrecht CS

Station Amersfoort Nieuwegein centrum

Midden B

Laag C

Kwaliteit deelmarkt

Kwaliteit deelmarkt

Kwaliteit deelmarkt

Bron: EIB

21

Na de indeling van de gebouwen naar prijsklassen wordt duidelijk dat gebouwen in Utrecht CS/ centrum vooral in segment Hoog en Midden vallen. Gebouwen in prijsklasse C komen in Utrecht CS/centrum niet voor. Oorzaak hiervoor is dat met een dergelijke lage waarde vermoedelijk snel wordt overgegaan tot transformatie/renovatie. Schaarste, de hoge prijzen voor kantoren en de herbestemmingspotentie van de locatie, maken een investering rendabel. Het centrum van Utrecht kent dan ook nauwelijks leegstand. In Amersfoort is de verdeling naar prijsklassen iets evenwichtiger, met wat meer gebouwen in segment B en C. Renovaties/transformaties komen gezien de wat lagere (grond)prijzen iets minder snel tot stand. De leegstand is ook wat hoger. In de centrale locaties van Nieuwegein, Zeist en de overige Utrechtse kernen vallen gebouwen buiten de prijsklasse A, en vooral in B en C. 2) Formele locaties provincie Utrecht In totaal omvatten formele locaties ongeveer de helft van de kantorenmarkt in de provincie. De gradatie is groot. Zo vallen de twee grootste kantoorlocaties van Utrecht, Papendorp en Rijnsweerd, onder dit locatietype maar ook kantoorconcentraties op deels verouderende bedrijfslocaties als Amersfoort De Hoef en Utrecht Lage Weide. Met de indeling naar kwaliteitsklassen wordt de gradatie tussen de verschillende gebieden duidelijk. Bijvoorbeeld, in Papendorp vallen de nieuwe gebouwen in klasse A en bestaande gebouwen in klasse B. Op Lage Weide valt nieuwbouw onder klasse B en vallen bestaande/verouderde gebouwen in klasse C. Renovaties/nieuwbouw zijn voor gebouwen op formele locaties relatief onaantrekkelijk. Ook transformatie behoort meestal niet tot de mogelijkheden. Transformeren naar een andere functie is voor formele locaties economisch, technisch en juridisch vaak een lastige optie. Om hier toch iets tot stand te brengen, zullen verouderende locaties eerder om een gebiedsgerichte herstructurering vragen. Formele locaties kennen over het geheel de hoogste leegstandspercentages in de provincie. 3) Overige locaties provincie Utrecht Ongeveer een kwart van de kantorenvoorraad in de provincie Utrecht ligt buiten het centrum en valt ook niet onder een formele kantoorlocatie of bedrijventerrein. Met de verdeling van de gebouwen naar prijsklassen ontstaat een divers beeld. Gebouwen in klasse A zijn vooral als kantoorvilla of grachtenpand in de duurdere woonwijken te vinden, tegen of net buiten het centrum. Gebouwen van klasse C zijn meer geïsoleerde gebouwen aan de rand van of net buiten een kleinere woonkern. Panden op overige locaties kennen goede alternatieve gebruiksmogelijkheden. In de meeste gevallen zal herbestemming naar woningen goed mogelijk zijn. Kantoorgebouwen in het A-segment zullen niet snel afglijden naar klasse C. De gebouwen kennen op zichzelf hoge prijzen, wat investeren in renovatie/instandhouding rendabel houdt. Bij kantoorpanden en grachtenpanden met een kantoorfunctie zal ook een alternatieve bestemming naar een woonfunctie relatief aantrekkelijk zijn, wat eerder tot initiatieven richting herbestemming zal leiden. De leegstandspercentages op overige locaties liggen tussen centrale en formele locaties in. Interpretatie van de prijsklassen De prijssegmentering is, zoals gezegd, aangebracht door het koppelen van bewerkte transactiegegevens van Savills en Rudolf Bak aan de voorraadbestanden. De gehanteerde prijsklassen zijn weergegeven in figuur 3.2. De grenzen van de weergegeven prijsklassen zijn gebaseerd op de 20:40:40 verdeling van de markt naar de kwaliteitsklassen A, B en C. De afbakening is gebaseerd op de steekjaren 20062008, jaren waar veel relatief betrouwbare marktinformatie over beschikbaar is. De prijsgrenzen zijn vervolgens over de hele periode (1990-2010) geïndexeerd om over die periode een verdeling van de markt te hebben naar A-, B- en C-klassen. De index is gebaseerd op een zo representatief mogelijke, gewogen marktindex, waar gebouwen aan de onderkant van de markt en van een

22

Figuur 3.2

Bovengrenzen prijsklassen (euro/vierkante meter vvo)

230 210 190

Bovengrenzen Centraal B Centraal C Overig B Overig C Formeel B Formeel C

170 150 130 110 90 70 1990

1992

1994

1996

1998

2000

2002

2004

2006

2008

Bron: EIB

kleinere omvang dan 1.000 vierkante meter buiten zijn gehouden4. De aanname is dat deze transacties minder representatief zijn voor de marktontwikkeling. De ontwikkeling van de marktindex, weergegeven door de ontwikkeling van de prijsklassen in figuur 3.2, laat echter dusdanig grote schommelingen zien, dat kan worden geconstateerd dat het niet helemaal is gelukt om de index vrij te houden van samenstellingseffecten. Naast samenstellingseffecten maken ook het bestaan van incentives de huurprijzen moeilijk te interpreteren. Zoals marktpartijen aangaven, het maakt huurprijsontwikkelingen in de loop van de tijd niet erg representatief voor de daadwerkelijke marktprijzen. In het onderzoek zijn markthuren dan ook niet gebruikt als indicator voor een daadwerkelijke prijsontwikkeling, maar wel als een verhoudingsgetal. De jaar op jaar ontwikkeling is dus minder relevant, maar huurprijzen geven als verhoudingsgetal wel een indicatie van de verdeling van de kantorenmarkt binnen bepaalde jaren. Dat wil zeggen, huren bieden als verhoudingsgetal voldoende aanknopingspunten om een functionele kwaliteitssegmentering mee aan te brengen. In de volgende hoofdstukken wordt verder ingegaan op de verdeling van de kantorenvoorraad naar prijsklassen (lees kwaliteitsklassen). De techniek achter deze verdeling is uitgelicht in onderstaand kader. Van belang hierbij is, dat de verdeling van de markt naar 20:40:40 niet over de hele periode gelijk is gebleven, vanwege verschuivingen in de kwaliteit van de voorraad. Oorzaak is onder meer het opleveren van nieuwbouw, waardoor de kwaliteitsklassen ten opzichte van elkaar in omvang veranderen.

4

Dit betekent dat transacties van gebouwen tussen 500 en 1.000 vierkante meter niet meewegen in de index. Huurprijzen voor deze kleinere gebouwen zijn vaak lastig te interpreteren omdat niet altijd duidelijk is of sprake is van de kale huur, inclusief servicekosten, parkeerplaatsen of ‘turn key’. Voor grotere transacties is de huurprijs vaak zuiverder aangemeld door de betreffende makelaar en is de vervuiling relatief kleiner. Voor de overige analyses van vraag en aanbod tellen de kleine gebouwen overigens wel mee.

23

Segmentering van de markt De segmentering van de kantorenvoorraad gaat uit van een koppeling tussen transactie- databases en de kantorenvoorraad. 1. Eerst zijn, zoals beschreven, prijsklassen opgesteld op basis van een marktindex en een marktverdeling van 20:40:40. 2. Vervolgens is de index over de hele periode vastgesteld door de grenzen te laten meebe wegen met de ‘markthuurontwikkeling’. 3. Van een groot aantal kantoren wordt duidelijk op welk moment deze zich in welk prijssegment bevonden. Deze registraties worden gekoppeld aan de verouderingsindex, die is gebaseerd op de relatieve veroudering van de gebouwen in de verschillende locatietypen (zie “veroudering” in hoofdstuk 4). Op deze wijze worden gebouwen over de hele periode in een segment geplaatst. Op nieuwe transactiemomenten kunnen gebouwen ten opzichte van de indexering een andere huurwaarde hebben, hiervoor wordt gecorrigeerd. 4. Van alle gebouwen waarvan een transactie is geregistreerd, is dan over de hele periode 1990-2010 gegeven in welk segment zij zich bevinden. Dit betreft het merendeel van de gebouwen in het voorraadbestand. Voor gebouwen zonder transactiemoment, is op basis van de verdeling van de wel gewaardeerde gebouwen en de informatie over postcode gebied en bouwjaren een verdeling gemaakt naar de negen segmenten. 5. Resultaat is een verdeling van de totale kantorenvoorraad naar negen kwaliteitssegmen ten tussen 1990 en 2010. De exercitie om tot de segmentering te komen is enigszins bewerkelijk, maar gezien het grote onderzoeksgebied (en dus grote transactiedatabase) en de correcties die in de methodiek zijn opgenomen, veronderstelt het EIB dat de segmentering een representatief beeld geeft van de kwaliteitsontwikkeling in de kantorenmarkt.

24

4

Aanbod

De aanbodzijde van de kantorenmarkt heeft verschillende kanten. Het gaat om de bestaande kantorenvoorraad in gebruik, de leegstaande kantorenvoorraad en de nieuwbouwplannen. Daarnaast speelt veroudering van de voorraad een rol. In dit hoofdstuk wordt eerst ingegaan op hoe in het algemeen tegen de aanbodzijde van de kantorenmarkt kan worden aangekeken, waarna vervolgens de toepassing in Utrecht wordt beschreven. 4.1 Methodiek: aanbodzijde De aanbodzijde omvat de totale kantorenvoorraad. Dit gaat om de kantoorruimte in gebruik en de leegstaande voorraad. De leegstaande voorraad wordt in de vastgoedmarkt wel als ‘het aanbod’ getypeerd. In de ogen van het EIB omvat het aanbod echter de hele aanbodzijde van de markt. Wanneer economisch gezien over vraag en aanbod wordt gesproken, valt daaronder de totale markt, dus ook de in gebruik zijnde voorraad of nieuwbouw (‘nieuw aanbod’). Om begripsverwarring te voorkomen, wordt in dit rapport het gebruik van ‘het aanbod’ als begrip zoveel mogelijk vermeden. Maar wanneer in de latere modelanalyses op vraag en aanbod in de kantorenmarkt wordt ingegaan, wordt met aanbod de hele aanbodzijde van de markt bedoeld. Voor gegevens over de kantorenvoorraad baseert het EIB zich op de data van kantorenstatisticus Rudolf Bak, per 31 december 2010. Bak registreert de kantorenvoorraad als gebouwen met meer dan 500 vierkante meter waarin kantooractiviteiten plaatsvinden. De registratie beperkt zich verder tot gemeenten in Nederland met minimaal 10.000 vierkante meter kantoorruimte. Landelijk gezien dekt de database van Bak ruim 90% van de kantorenvoorraad. In de Randstad is de dekking meer dan 95% (binnen de gestelde definitie). De database van Bak bevat verder informatie over bouwjaren (historische nieuwbouwcijfers), onttrokken gebouwen en de kantoorruimte die te huur/te koop wordt aangeboden. De te huur/ te koop staande kantorenvoorraad wordt in dit rapport gebruikt als benadering van de leegstaand. De beschikbare kantorenvoorraad en leegstand komen niet helemaal overeen. Niet al de beschikbare voorraad hoeft daadwerkelijk leeg te staan. Begin 2010 is landelijk gezien 7 miljoen vierkante meter verhuurbaar vloeroppervlakte beschikbaar en staat 6½ miljoen vierkante meter daadwerkelijk fysiek leeg (DTZ, 2011a). Ook is niet alle leegstand aangemeld als beschikbaar. Deze verborgen leegstand schat DTZ (2011b) op circa 2 miljoen vierkante meter. Veroudering en onttrekkingen De toekomstige ontwikkeling van de kantorenvoorraad per segment is niet alleen afhankelijk van de nieuwbouwontwikkeling. Aan de andere kant van de markt is sprake van veroudering van kantoorgebouwen. Zoals eerder aangegeven kan dit betrekking hebben op technische, functionele en economische veroudering. In dit rapport staat economische veroudering centraal. Als benadering van de economische veroudering is de huurontwikkeling van individuele gebouwen gevolgd tussen 1990 en 2010. Van gebouwen waarvan dat bekend is, zijn de herhaalde transacties (‘repeated sales’) gevolgd. De veroudering van gebouwen uit zich in een achterblijvende huurontwikkeling op gebouwniveau ten opzichte van de gemiddelde huurontwikkeling in de markt. Binnen de gehanteerde segmentering betekent dit dat kantoorgebouwen ‘naar beneden’ verschuiven van klasse A naar klasse B, respectievelijk van klasse B naar klasse C. Kantoorgebouwen schuiven bij wijze van spreken naar beneden op de kwaliteitsladder. Wanneer gebouwen definitief economisch zijn verouderd, bestaat de kans dat zij worden onttrokken aan de voorraad. Wanneer sprake is van sloop of van herbestemming naar een andere functie (wonen, winkelen), komt dat terug in de voorraadregistratie van Rudolf Bak. Ten opzichte van de nieuwbouw is het aantal geregistreerde onttrekkingen erg beperkt. Landelijk wordt op ongeveer acht nieuwe kantoren één kantoor onttrokken aan de voorraad. Gemiddeld genomen ligt dit voor Utrecht nog iets lager. Het komt ook voor dat een kantoor volledig wordt gesloopt en dat op dezelfde locatie vervangende nieuwbouw wordt gerealiseerd. In de statistieken komt dit

25

in principe niet terug, net als minder grote renovaties overigens, behalve wanneer het metrage van het oude en nieuwe kantoor afwijkt. 4.2 Toepassing provincie Utrecht De kantorenvoorraad in Utrecht bedraagt bijna 6 miljoen vierkante meter (Bak, 2011). Hiervan wordt iets meer dan 900.000 vierkante meter te huur/te koop aangeboden. De harde en zachte planvoorraad bedraagt na inventarisatie door de provincie Utrecht bij de gemeenten in totaal ongeveer 1,6 miljoen vierkante meter.

Tabel 4.1

Marktomvang aanbodzijde kantorenmarkt Utrecht, miljoen vierkante meter

5,1 0,9 1,6 7,6

Kantorenvoorraad in gebruik Leegstand (beschikbare voorraad) Nieuwbouwplannen (hard+zacht) Totaal marktaanbod Bron: Bak, provincie Utrecht, EIB

De kantorenvoorraad is tussen 1990 en 2010 sterk gegroeid. Met name in de periode rond 1990 en 2000 zijn forse nieuwbouwvolumes opgeleverd. In 1990 is onder meer veel nieuwbouw ontwikkeld in Utrecht Rijnsweerd, in de jaren na 2000 is Papendorp ontwikkeld. De kantorenvoorraad bedraagt 3,4 miljoen vierkante meter in 1990, wat betekent dat de voorraad in 20 jaar tijd is uitgebreid met bijna 2,6 miljoen vierkante meter. Tegelijkertijd is weinig gesloopt/onttrokken

Figuur 4.1

Nieuwbouw en onttrekkingen, vierkante meter, 1990-2010

350.000 300.000 250.000 200.000 150.000 100.000 50.000 0 - 50.000

1990

1992

1994

1996

1998

Nieuwbouw (m2)

Bron: Bak, bewerking EIB

26

2000

2002

2004

Ontrekkingen (m2)

2006

2008

2010

aan de voorraad, in totaal zo’n 180.000 vierkante meter (zie ook figuur 4.1). De kantorenvoorraad in gebruik en de leegstand is te verdelen over de marktsegmenten zoals in het vorige hoofdstuk gedefinieerd. Formele locaties bepalen met iets meer dan 50% het grootste gedeelte van de kantorenmarkt (figuur 4.2). De voorraad op formele locaties is over de hele periode ook sterk toegenomen, met een piek rond de eeuwwisseling. In totaal is de voorraad formele locaties van 1,4 miljoen vierkante meter toegenomen naar 3,3 miljoen vierkante meter, een ruime verdubbeling. De groei van de voorraad op centrale en overige locaties blijft hier duidelijk bij achter, met elk iets meer dan 30%. Het is overigens niet gezegd dat de sterke groei van formele locaties wordt veroorzaakt omdat hiernaar ook veel vraag is geweest. De beperkte uitbreidingsmogelijkheden van centrale en overige locaties, door eenvoudig fysieke kenmerken, spelen ook een rol. Het verschil in leegstandspercentages (figuur 4.3-4.5) laat zien dat de vraag naar centrale en overige locaties gebleven is. De leegstandscijfers maken duidelijk dat de leegstand na de eeuwwisseling overal oploopt, maar het sterkst op formele locaties. Ook op centrale en overige locaties is in eerste instantie sprake van een oplopende leegstand, maar de groei vlakt de laatste jaren weer af, om voor sommige segmenten zelfs af te nemen. Op basis van de plancapaciteit kan de kantorenvoorraad de komende jaren nog blijven toenemen. De gezamenlijke nieuwbouwplannen in de provincie Utrecht tellen op tot 1,6 miljoen vierkante meter. De plancapaciteit is bij de gemeenten geïnventariseerd door de provincie Utrecht en is vergeleken met de planvoorraad die de Neprom registreert. Neprom ontleent de planvoorraad aan ontvangen informatie van 250 grote projectontwikkelaars. De planvoorraad van de Neprom ligt lager dan de plancapaciteit aangegeven door gemeenten, omdat in de plancapaciteit van

Figuur 4.2

Ontwikkeling kantorenvoorraad en leegstand in locatiesegmenten, vierkante meter, 1990-2010

7.000.000 6.000.000 5.000.000 4.000.000 3.000.000 2.000.000 1.000.000 0 1990

1992

1994

1996

1998

2000

2002

2004

Centrum A

Centrum B

Centrum C

Overig A

Overig B

Overig C

Formeel A

Formeel B

Formeel C

2006

2008

Leegstand


27

Figuur 4.3

Leegstandsontwikkeling, Centraal

Procenten 30

25

20

15

10

5

0 1990

1992

1994

1996

1998

Centraal A

2000 Centraal B

2002

2004

2006

2008

Centraal C

Bron: Bak, Savills, bewerking EIB

Figuur 4.4

Leegstandsontwikkeling, Overig

Procenten 30

25

20

15

10

5

0 1990

1992

1994

1996

1998

Overig A


28

2000 Overig B

2002

2004

Overig C

2006

2008

Figuur 4.5

Leegstandsontwikkeling, Formeel

Procenten 30

25

20

15

10

5

0 1990

1992

1994

1996

1998

Formeel A

2000 Formeel B

2002

2004

2006

2008

Formeel C


gemeenten ook zogenaamde zachte plannen zijn opgenomen en deze plannen veelal nog niet terugkomen in de planvoorraad van de Neprom. Koppeling van beide bronnen geeft een indicatie van de fasering. Uitgaande van geplande opleveringen en de gemelde status zou tot 2020 rekening gehouden kunnen worden met tussen 100.000 en 150.000 vierkante meter per jaar. Ten opzichte van de voorraad bedraagt dit een nieuwbouwproductie van zo’n 2%. Na 2020 is de resterende plancapaciteit verondersteld geleidelijk uitontwikkeld te worden (figuur 4.6). De plancapaciteit is ook ingeschaald naar locatietype en kwaliteitssegment, met name op basis van postcodegebieden. De plancapaciteit zit vooral in centrale A- (Utrecht CS) en formele A-locaties (o.a. Leidsche Rijn; hoewel Leidsche Rijn in potentie ook een centrale locatie is). De fasering is een eigen inschatting op basis van de geraadpleegde bronnen. Het moet niet worden gelezen als een prognose van wat er aan nieuwbouw gerealiseerd zal worden. Neprom geeft bijvoorbeeld zelf al aan dat tot 2014 op niet veel meer dan 140.000 vierkante meter in totaal hoeft te worden gerekend. Het EIB gaat uit van eigen ramingen van de nieuwbouwproductie, die volgen uit het kantorenmodel dat in hoofdstuk 6 wordt gepresenteerd. De fasering is lastig in te schatten. Uitgegaan is van de status van de plannen, voor zover deze in de gegevens van gemeenten en Neprom is terug te vinden. Deze hardheid van de plannen is samengevat in figuur 4.7. Een belangrijke voorwaarde of deze plannen daadwerkelijk in ontwikkeling worden genomen, is de marktsituatie. Gezien de huidige recessie in de kantorenmarkt, de omvangrijke leegstand en de maatschappelijke relevantie, is de verwachting dat de marktsituatie de nieuwbouwproductie de komende jaren zal drukken. Volgens de recentste prognoses van Neprom valt de nieuwbouwproductie de komende jaren sterk terug. Afgezien van de ontwikkeling van het Stadskantoor (65.000 vierkante meter) wordt tot 2014 niet veel meer dan 10.000 vierkante meter per jaar gerealiseerd. De weergegeven fasering geeft dan een overschatting van de daadwerkelijke productie.

29

Figuur 4.6

Plancapaciteit naar segmenten, vierkante meter, 2011-2020

150.000 125.000 100.000 75.000 50.000 25.000 0 2011

2013

Centraal A

2015 Centraal B

2017 Overig A

2019

2021

Overig B

Formeel A

2023

Formeel B

Bron: provincie Utrecht, Neprom, bewerking EIB

Figuur 4.7

Status planvoorraad 2011

In aanbouw (6.100 m2)

Bouwvergunning afgegeven (22.600 m2)

Ideefase (580.500 m2)

Bestemmingsplan (630.700 m2)

Planfase (400.200 m2)

Bron: provincie Utrecht, Neprom, bewerking EIB

30

2025

4.3 Veroudering en onttrekkingen De veroudering van gebouwen uit zich in deze analyse door het verschuiven van gebouwen naar lagere kwaliteitssegmenten. De veroudering is berekend door op gebouwniveau de huurontwikkeling van gebouwen te volgen ten opzichte van de markthuur. Als bron is daarvoor de transactiedatabase gebruikt met data van 1990 tot 2010. Uit de analyse blijkt dat de veroudering per type locatie verschilt. De relatieve waardevermindering ten opzichte van de markthuur blijkt voor centrale locaties het langzaamst te gaan. Gemiddeld blijft de huur op gebouwniveau 0,5% per jaar achter bij de markthuur voor de locaties (de markthuurgroei bedraagt over dezelfde periode gemiddeld 2,2% per jaar – iets minder dan de inflatie). Voor formele locaties gaat de veroudering met 0,9% per jaar ten opzichte van de markthuur twee keer zo snel. Overige locaties liggen hier tussen in. Dit zijn percentages die ook zijn gevonden in vergelijkbare onderzoeken5 en zijn onderschreven in de expert sessies. De gevonden percentages zijn te gebruiken als indicatie van de toekomstige veroudering van de voorraad. Voorwaarde hierbij is dat onderliggende trends in de komende 20 jaar niet wezenlijk zullen veranderen. In dit kader is het met name van belang om de relaties tussen veroudering, de ontwikkeling van concurrerende nieuwbouw en de leegstand te blijven volgen. De ontwikkeling van meer of minder nieuwbouw heeft namelijk een relatie met de veroudering. Dit is deels ook de oorzaak van het verschil in veroudering tussen locaties. Enkel het toevoegen van concurrerende nieuwbouw, en met name het ontwikkelen van nieuwe locaties, heeft tot gevolg dat de bestaande voorraad relatief sneller veroudert (Korteweg 2002). Kantoren boeten niet ineens in aan fysieke kwaliteit, maar verouderen relatief omdat de concurrentiepositie verslechtert. Centrale locaties, die vooral rond het stadscentrum liggen (Catherijne, Amersfoort CS), kennen, zoals gezegd, een beperkte concurrentie van nieuwe locaties. De uitbreidingsmogelijkheden zijn beperkt. Kantoren zakken op deze locaties niet snel een categorie op de kwaliteitsladder. Door de schaarste en de relatief hogere prijzen blijft renoveren ook aantrekkelijk, wat waardevermindering beperkt. Op formele locaties is de concurrentie van nieuwe locaties groter. Bijvoorbeeld, door de ontwikkeling van Utrecht Papendorp (veel nieuwbouw, klasse A) is de veroudering van Utrecht Rijnsweerd relatief versneld. Was Rijnsweerd in de jaren negentig nog de top, na 2000 blijken veel kantoorgebouwen op deze locatie een prijsklasse lager uit te komen. Deze benadering van de veroudering van gebouwen heeft verschillende voordelen. Zo omvat de trendmatige schatting van de relatieve waardevermindering impliciet het verschil in renovatieinspanning per locatie. Ook is impliciet de relatieve veroudering van gebouwen meegenomen, dat wil zeggen de waardevermindering die ontstaat doordat concurrerende nieuwbouw wordt opgeleverd. Een belangrijk ander voordeel van deze visie op de veroudering van kantoorgebouwen is de relatie die er ligt met de kwaliteitsontwikkeling van de kantoorvoorraad. Er is hierdoor een relatie te leggen met de gepresenteerde marktsegmentering. De gevonden verouderingspercentages geven aan in welk tempo gebouwen van segment A naar segment B naar segment C kunnen zakken. De ontwikkeling van de kwaliteit van de voorraad is hiermee in het kantorenmodel op te nemen en kan worden gebruikt om later de kwaliteitsvraag mee te confronteren. Analyse van onttrekkingen in provincie Utrecht Van in elk geval een deel van de verouderde gebouwenvoorraad wordt geregistreerd (Bak, 2011) dat deze gebouwen daadwerkelijk worden onttrokken aan de voorraad. In totaal is er 186.000 vierkante meter geregistreerd onttrokken, jaarlijks gemiddeld een kleine 10.000 vierkante meter. De onttrekkingen zijn nader onderzocht op kenmerken als eigendom, locatietype en leeftijd. Van veel kantoren (42%) is het bouwjaar onbekend en daarmee de leeftijd waarop het pand wordt onttrokken (figuur 4.8). Van de onttrokken panden is 29% maximaal 30 jaar oud. Van kantoren met een bouwjaar tussen 1900 en 1960 zijn nagenoeg geen onttrekkingen geregistreerd.

5 Onderzoek onder meer van Aart Hordijk en Wim Rust, zie bijvoorbeeld Gritter, L. en Hordijk, A.C. (2008): “De verouderingscomponent in DCF Taxaties. Onderschat de theorie de praktijk? Property Research Quaterly, december 2008, jaargang 7, nr 4.

31

Figuur 4.8

Onttrekkingen naar leeftijd, vierkante meter, 1990 -2010

Onbekend

80.000

60.000

20 - < 30

40.000

30 - < 40

20.000

10 - < 20

> 110

40 - < 50 50 - < 60 60 - < 70

0 Leeftijd pand bij onttrekking


Figuur 4.9

Onttrekkingen naar eigendom, vierkante meter, 1990-2010

Huur 37 %

Koop 63%


32

De meeste kantoren (63%) die worden onttrokken, staan op dat moment niet meer bekend als een huurkantoor. Deels zullen dit kantoren zijn die van oorsprong ook van eigenaar-gebruikers zijn geweest. Deels zijn het kantoren die door de laatste belegger zijn verkocht aan een speculant of ontwikkelaar, die het herbestemmingpotentieel zal benutten. Voor iets meer dan een derde van de kantoren lijkt te gelden dat de laatste belegger zelf het initiatief neemt voor de sloop en mogelijke herbestemming. Maar in de meeste gevallen heeft een belegger zelf geen actieve rol (meer) bij het onttrekken van kantoren aan de voorraad. De meeste onttrekkingen vinden plaats in centrale (61%) en overige locaties (27%). Dit sluit aan bij de veronderstelling dat in deze locaties gebouwen relatief goede alternatieve bestemmingsmogelijkheden hebben. De meeste gebouwen worden overigens onttrokken in de B- en C- segmenten. Op formele locaties wordt tot dusver maar weinig onttrokken (figuur 4.10). Terwijl, zo is gebleken, formele locaties bijna de helft van de totale markt uitmaken, de hoogste leegstand kennen en het snelst economisch verouderen. Deze schijnbare paradox is enerzijds te verklaren door de nog jonge gebouwenvoorraad op deze locaties. Formele locaties zijn vooral de laatste 30 jaar ontwikkeld. Daarnaast is het een gegeven dat herbestemming naar andere functies (wonen, winkelen) voor formele locaties beperkt een optie is.

Figuur 4.10 Onttrokken kantoren naar segment, 1990-2010

Formeel 12 %

Overig 27 % Centraal 61 %


33

34

5

Vraag

In de analyse van de vraag naar kantoren staat de kantorenvoorraad in gebruik centraal. Dit is een benadering die in ramingen van de ruimtebehoefte gangbaar is. In de vastgoedmarkt wordt onder het begrip vraag ook wel de opname van kantoorruimte verstaan. De opname heeft dan betrekking op het aantal gebruikerstransacties in de vastgoedmarkt, de verhuisbewegingen. De verhuistransacties geven een goede indicatie van de dynamiek in de markt en de wensen van gebruikers, en zijn hier ook als zodanig gebruikt, maar zijn zeer beperkt indicatief voor de ruimtevraag van kantoorgebruikers. 5.1 Methodiek: vraag en ramingen De vraag naar kantoren dient van twee kanten benaderd te worden. De kantorenvraag heeft een kwantitatieve en een kwalitatieve kant. • •

De kwantitatieve vraag staat voor het totale ruimtegebruik van de kantoorwerkgelegenheid. Om de vraag naar kwaliteit te bepalen is de markt ingedeeld in kwaliteitssegmenten.

Het doel is de kwantitatieve en kwalitatieve analyses te combineren om tot prognoses te komen van de ruimtevraag per kwaliteitssegment van de kantorenmarkt. Kwantitatieve vraag: Bedrijfslocatiemonitor Voor ramingen van de toekomstige ruimtebehoefte heeft het CPB eind jaren negentig van de vorige eeuw de Bedrijfslocatiemonitor (BLM) ontwikkeld. Dit model is inmiddels in beheer van het Planbureau voor de Leefomgeving (PBL). PBL heeft het EIB bij het gebruik van de Kantorenmodule uit BLM geadviseerd. De ramingen van de ruimtevraag hebben betrekking op 2020 respectievelijk 2040. Uitgangspunt is een werkgelegenheidsraming die door middel van twee ruimtecoëfficiënten wordt vertaald naar ramingen van de kantoorbehoefte. De ruimtecoëfficiënten betreffen het aandeel van de totale werkgelegenheid dat is toe te schrijven aan kantoorwerkgelegenheid en het gemiddeld ruimtegebruik van kantoorwerknemers.

Kwalitatieve vraag: marktsegmenten Om de nieuwbouwbehoefte te kunnen bepalen, speelt naast de ruimtevraag ook de kwalitatieve vraag een rol. Het gaat om voorkeuren van gebruikers. De gebruikerswensen moeten vervolgens weer worden gerelateerd aan prognoses van de ruimtevraag. Deze is vervolgens te confronteren met de ontwikkeling in de kwaliteit van de voorraad. In hoeverre vraag en aanbod dan op elkaar aansluiten, geeft een indicatie van welke opgave er in de kantorenvoorraad ligt. De basis voor het identificeren van de kwaliteitsvraag en kwaliteit van het aanbod is de aangebrachte marktsegmentering. Juist onderscheidende kwaliteit voor gebruikers vormt de basis voor de segmentering. • • • • •

Op basis van een historische analyse van de vraag naar segment worden de voorkeuren van gebruikers vastgesteld. Vervolgens is onderzocht of op basis van meer actuele en/of te verwachten trends veranderingen in deze voorkeuren en gedrag van gebruikers te verwachten zijn. Gesignaleerde en verwachte trends worden gebruikt om een projectie te geven van deze voorkeuren naar de toekomst. De projectie wordt gekoppeld aan de kwantitatieve ramingen om een prognose te krijgen van de ruimtevraag naar kwaliteitssegment. Op basis van deze prognose is ook de confrontatie met het (toekomstige) aanbod te maken.

35

Vraagsectoren Kantoorgebruikers zijn onderverdeeld naar vraagsectoren. Voor de opbouw van de vraagsectoren wordt aangesloten bij de Standaard Bedrijfsindeling (SBI 2008) van het CBS. Het CBS verdeelt vestigingen en werkgelegenheid op basis van de hoofdactiviteit en onderscheidt 19 hoofdklassen. Om ook de kantoorruimte in gebruik te kunnen verdelen naar de SBI vraagsectoren, zijn databestanden van werkgelegenheid en kantorenvoorraad op adresniveau aan elkaar gekoppeld. Zo wordt per kantoor zichtbaar hoeveel werkgelegenheid daar gevestigd is en welke achtergrond deze heeft. Op deze wijze is voor ongeveer 70% van de voorraad aannemelijk vastgesteld welke SBI-achtergrond de gebruiker heeft. De data over de kantorenvoorraad zijn afkomstig van Rudolf Bak. De provincie Utrecht heeft werkgelegenheidscijfers aangeleverd (Provinciaal Arbeidsregister, PAR) over de periode 1990-2010. PAR biedt tevens informatie over de economische achtergrond van de werkgelegenheid, naar SBI. In eerste instantie is voor al deze 19 sectoren een analyse gemaakt van in welk deel van de voorraad en vervolgens in welk marktsegment de vraag zich concentreerde. Vervolgens zijn vraagsectoren geaggregeerd. De aggregatie gaat uit van vergelijkbare voorkeuren, dus van een gelijke verdeling naar de negen segmenten in de kantorenmarkt. Het gedrag is leidend. De aggregatie resulteert in vier onderscheidende vraagsectoren, die elk een relevant aandeel hebben in de kantorenmarkt. Het resultaat is onderschreven in de verschillende expertsessies.

Tabel 5.1

Vraagsectoren naar SBI

SBI Nr Sector ------>

Aggregatie

A A-I B C D E F G H I J K L M N O P Q R S

1. Handel en Industrie

Landbouw, bosbouw en visserij

Winning van delfstoffen Industrie Productie en distributie van en handel in elektriciteit, aardgas, stoom en gekoelde lucht Winning en distributie van water; afvalen afvalwaterbeheer en sanering Bouwnijverheid Groot- en detailhandel; reparatie van auto's Vervoer en opslag Logies-, maaltijd- en drankverstrekking Informatie en communicatie 2. Zakelijke en ICT dienstverlening J & L-N Financiële instellingen 3. Banken en Verzekeraars K Verhuur van en handel in onroerend goed Advisering, onderzoek en overige specialistische zakelijke dienstverlening Verhuur van roerende goederen en overige zakelijke dienstverlening Openbaar bestuur, overheidsdiensten 4. Overheid en nonprofit O-S en verplichte sociale verzekeringen Onderwijs Gezondheids- en welzijnszorg Cultuur, sport en recreatie Overige dienstverlening

Bron: CBS

36

Savills heeft aangegeven dat een indeling bedrijfsstijlen/-typologieën (nog) homogener vraagsectoren kan opleveren. Hier wordt in het kader aan het eind van paragraaf 5.2 nog op ingegaan. De verdeling naar de vier vraagsectoren is een relevante indeling voor de kantorenmarkt, in de zin dat in elk van de sectoren in een te onderscheiden verdeling aanzienlijk kantoorruimte wordt gebruikt. Voordeel is dat de indeling op basis van SBI-sectoren ook te herleiden is naar de gebruikelijke ramingen van de werkgelegenheid, van bijvoorbeeld het CPB. 5.2 Toepassing Utrecht: vraag naar marktsegmenten De koppeling tussen de voorraad en werkgelegenheidsbestanden geeft dus het vestigingsgedrag van verschillende vraagsectoren, binnen de onderscheiden locatie- en kwaliteitssegmenten. Het geeft hiermee cijfermatig inzicht in de ontwikkeling van de kwaliteitsvraag van gebruikers over een periode van 20 jaar. De grootste sector is de Zakelijke en ICT dienstverlening, met een aandeel in de markt van 37%. De kleinste sector is Banken en Verzekeraars, met een aandeel van 13% (zie figuur 5.1).

Figuur 5.1

Kantorenmarkt naar vraagsectoren

Overheid en

Handel en Industrie

26%

24 %

Banken en Verzekeraars 13 % Zakelijke en ICT dienstverlening 37 %

Bron: provincie Utrecht, Bak, Savills, bewerking EIB

37

In figuur 5.2 is aangegeven hoe het vestigingsgedrag van de sector Handel en Industrie er naar de negen segmenten uitziet in 1990. Wat voor deze sector opvalt, is de grote aanwezigheid op de formele locaties. De oververtegenwoordiging op de formele locaties blijft ook in 2000 en 2010 (figuren 5.3 en 5.4). Wel is de aanwezigheid in het formele A-segment afgenomen. Het kantoorgebruik in het formele B- en C-segment is juist toegenomen. Deze verschuiving hangt niet samen met andere vestigingsvoorkeuren, maar hangt mede af van ontwikkelingen in de voorraad. Zo is de samenstelling van formele locaties veranderd met de ontwikkeling van de locaties Utrecht Rijnsweerd en Papendorp. Rijnsweerd en Papendorp waren ten tijde van hun ontwikkeling beide formele A-locaties. Deze nieuwe locaties zijn echter met name in gebruik genomen door de groeiende dienstensectoren en niet door de minder gegroeide handel en industrie. Het vestigingsgedrag van deze sector op zich is dus niet noodzakelijk veel veranderd, maar de locaties waar deze bedrijven zitten zijn eenvoudig omlaag gegaan op de kwaliteitsladder.

Figuur 5.2

Kantoorruimte in gebruik door Handel en Industrie, per segment, duizend vierkante meter, 1990

600

500

400 300

200

100

0 1990 Centraal A Formeel A

Centraal B Formeel B

Centraal C Formeel C

Overig A


38

Overig B

Overig C

Figuur 5.3


600

500

400 300 200

100 0 2000 Centraal A Formeel A



Overig A

Overig B

Overig C


Figuur 5.4


600

500

400 300 200

100 0 2009 Centraal A Formeel A



Overig A

Overig B

Overig C


39

In de vestiging van de zakelijke en ICT dienstverleners is een verschuiving zichtbaar binnen het gebruik van locaties (figuren 5.5 t/m 5.7). Zo was in 1990 nog een groot deel van deze dienstverleners gevestigd op centrale A-locaties. In 2010 is het gebruik verschoven naar B- en C-locaties, waar de sector de helft van dit marktsegment bepaalt. Verder is een verschuiving zichtbaar naar formele locaties, die met name tussen 1990 en 2000 heeft plaatsgevonden. De sector is in deze tijd sterk gegroeid in omvang. Deze groei heeft blijkbaar voor een groot deel geleid tot kantoorgebruik op formele locaties. Opmerkelijk is de afname van het gebruik van formele A-locaties. Na 2000 neemt het gebruik in het formele A-segment af, om vooral toe te nemen in het B-segment. De tegengestelde beweging wijst er weer op dat het deels zal gaan om een verouderende A-locatie, waar kantoorgebouwen verouderen naar klasse B. Zakelijke en ICT dienstverleners zijn tot slot nadrukkelijk vertegenwoordigd op overige locaties. Het A-segment wordt bijna volledig bepaald door deze gebruiker, waarbij bijvoorbeeld gedacht kan worden aan architecten, advocaten, notarissen en andere kleinschaliger, hoogwaardige dienstverleners in een kantoorvilla of grachtenpand.

Figuur 5.5

Kantoorruimte in gebruik door Zakelijke en ICT dienstverlening, per segment, duizend vierkante meter, 1990

500 450 400 350 300 250 200 150 100 50 0 1990 Centraal A Formeel A



Overig A


40

Overig B

Overig C

Figuur 5.6





Overig A

Overig B

Overig C


Figuur 5.7





Overig A

Overig B

Overig C


41

Banken en verzekeraars zijn duidelijk oververtegenwoordigd op centrale locaties (figuren 5.8 t/m 5.10). Met onder meer de kantoren van de Rabobank rond Utrecht CS in gedachten, is hier iets bij voor te stellen. Ook in algemene zin zijn financiële dienstverleners nadrukkelijk vertegenwoordigd op centrale locaties. Het imago en de goede bereikbaarheid spelen hierbij een grote rol. Sinds 1990 is wel duidelijk een toename te zien in het gebruik van centrale A-locaties. Waren banken en verzekeraars hier in 1990 nog nauwelijks vertegenwoordigd, in 2000 en 2010 bepaalt de sector driekwart van dit marktsegment.

Figuur 5.8

Kantoorruimte in gebruik door Banken en Verzekeraars, per segment, duizend vierkante meter, 1990




Overig A


42

Overig B

Overig C

Figuur 5.9

Kantoorruimte in gebruik door Banken en Verzekeraars, per segment, duizend vierkante meter, 2000




Overig A

Overig B

Overig C


Figuur 5.10 Kantoorruimte in gebruik door Banken en Verzekeraars, per segment, duizend vierkante meter, 2010




Overig A

Overig B

Overig C


43

Gebruikers uit de non-profit sector kennen ook weer een heel eigen vestigingsgedrag. In elk van de marktsegmenten is deze gebruiker te vinden, maar er is wel sprake van ondervertegenwoordiging in het A-segment van elk locatietype op (zie figuren 5.11 t/m 5.13). Ook de duidelijke oververtegenwoordiging in het B- en C-segment op overige locaties is opmerkelijk. De sector vestigt zich blijkbaar met name in de goedkopere kantoren in woonwijken. Voor een deel is dit mogelijk terug te voeren op het prijsnadeel dat non-profit gebruikers hebben ten opzichte van bedrijven bij het in gebruik nemen van nieuwe kantoren, die met name het A-segment bepalen. Dit betreft de BTW-systematiek in de kantorenverhuurmarkt. Kort door de bocht gesteld, overheid en non-profit organisaties hebben vaak geen mogelijkheid om de BTW op de stichtingskosten van nieuwbouw, die mag worden doorbelast op de huurprijzen voor een bepaalde periode van meestal tien jaar, af te trekken binnen de organisatie. Bedrijven kunnen dit wel. Na de periode van tien jaar wanneer de BTW is afgetrokken, is dit onderscheid verdwenen. Bedrijven hebben dus een aanzienlijk prijsvoordeel bij het huren van nieuwe gebouwen.

Figuur 5.11 Kantoorruimte in gebruik door Overheid en Non-profit, per segment, duizend vierkante meter, 1990 350 300 250 200 150 100 50 0 1990 Centraal A Formeel A



Overig A


44

Overig B

Overig C




Overig A

Overig B

Overig C





Overig A

Overig B

Overig C


45

Homogene vraagsectoren Het uitgangspunt achter de opgestelde vraagsectoren is dat zij relatief ‘homogeen’ zijn. Dat wil zeggen dat gebruikers binnen de sectoren tot op zekere hoogte gelijke voorkeuren hebben en gelijk gedrag vertonen in hun locatiekeuzes. In expert sessies met Vastgoeddienstverlener Savills zijn deze uitgangspunten besproken. De gehanteerde aggregatie naar vraagsectoren is in principe onderschreven door Savills. Wel is opgemerkt dat vraagsectoren nog homogener gedefinieerd kunnen worden. Savills werkt in eigen analyses met een marktmodel waarin gebruikers onder meer worden getypeerd als “kostenbewust”, “klantgericht”, “creatief/innovatief” en “out of the box”. Het doel is om volledig homogene vraagsectoren te definiëren waardoor vraag en aanbod beter op elkaar zijn af te stemmen. In de gebruikte vraagsectoren naar SBI-klassen is volgens Savills sprake van heterogener gebruikersvoorkeuren, dat wil zeggen dat de voorkeuren per individuele gebruiker binnen dezelfde sector sterker kunnen afwijken. • Hoe homogener de gebruikerscategorie, hoe beter het gedrag van gebruikers te analyse ren is op aspecten als locatiekeuzes, gebouwvoorkeuren en prijsgevoeligheid. Door Savills is onderkend dat SBI-sectoren in veel economische analyses leidend zijn. Savills legt daarom een relatie van de gedefinieerde homogene vraagsectoren naar SBIklassen. Het idee is dat binnen bijvoorbeeld de sector Handel en Industrie aan te geven is welk percentage van de gebruikers “kostenbewust”, “klantgericht”, “creatief/innovatief” of “out of the box” is. Dit is dan weer informatie waarmee het gedrag van kantoorgebruikers in Handel en Industrie kan worden verklaard. Mede op basis van dit ‘denkmodel’ is samen met Savills het locatiekeuzegedrag van de vier vraagsectoren geanalyseerd en heeft dit bijgedragen aan het modelleren van de gedragsrelaties in navolgend hoofdstuk. Zie voor meer informatie ‘Segmentatie van kantoorgebruikers op basis van bedrijfsstijl’ Jeroen Jansen (2009)

5.3 Methodiek: Bedrijfslocatiemonitor Om de toekomstige vraag naar kantoren te ramen is de kantorenmodule van de Bedrijfslocatiemonitor (BLM) gebruikt. PBL heeft het EIB hierbij geadviseerd. De Kantorenmodule in de BLM gaat uit van werkgelegenheidsramingen per sector. Per sector wordt vervolgens geraamd welk deel van de werkgelegenheid kantoorhoudend is: het aandeel kantoorhoudende werkgelegenheid. Het aantal kantoorwerknemers wordt vervolgens vermenigvuldigd met het (verwachte) gemiddeld ruimtegebruik per persoon om te resulteren in de totale ruimtevraag. Wel zijn bij de oude kantorenmodule in de BLM enkele aandachtspunten gezien door PBL/EIB. Dit betreft met name: 1. 2. 3.

Beperkingen in de onderliggende data als basis voor de uitgangspunten in BLM. Aannames rond het gemiddeld ruimtegebruik van kantoorwerknemers. Aannames rond de ontwikkeling van de aandelen kantoorwerkgelegenheid per sector.

Ad 1. De kritiek betreft de kwaliteit van de databases van Rudolf Bak (kantorenvoorraad) en LISA (werkgelegenheid). Beide bestanden bleken moeilijk aan elkaar te koppelen. De problemen waar het CPB destijds tegen aanliep zijn ook nu nog actueel. Wel is de betrouwbaarheid van de analyses verbeterd, door een dataset over een langere tijdreeks te gebruiken (20 jaar i.p.v. twee jaar) en een geleidelijk betere kwaliteit van de databases.

46

Ad 2. In de oude BLM is de ontwikkeling in het ruimtegebruik van werknemers geraamd op basis van een koppeling tussen de kantorenvoorraad en LISA werkgelegenheidsbestanden voor 1996 en 2000. Geconstateerd werd dat in beide jaren weinig verschil zat en de uitkomsten goed strookten met andere marktonderzoeken. Aangenomen is dat dit gemiddeld ruimtegebruik ook in de toekomst constant zou blijven. De kritiek betreft de dunne basis van een steekproef van slechts twee jaren en het op basis hiervan veronderstelde statische ruimtegebruik richting de toekomst. In de actualisatie van deze parameters is de methodiek om deze parameter te bepalen gelijk gebleven, maar zijn data over 20 jaar van 1990-2010 gebruikt, waardoor de betrouwbaarheid is vergroot. Ad 3. Ook het aandeel kantoorhoudende werkgelegenheid is in de oude BLM gebaseerd op de twee steekjaren 1996 en 2000. Voor onrealistisch geachte uitkomsten is destijds handmatig gecorrigeerd. Dit betreft onder meer het ophogen van het aandeel kantoorwerkgelegenheid in de dienstensectoren. Het CPB heeft een zekere dynamiek in deze aandelen gemodelleerd. Het uitgangspunt hierbij is dat het aandeel kantoorwerkgelegenheid blijft groeien, tot een bepaalde grenswaarde, voor elke sector verschillend. Zo zal vanuit de industrie nooit iedereen in een kantoor komen te werken, het aandeel van kantoorwerkgelegenheid in deze sector zal eerder een maximale waarde bereiken. Echter, uit de data-analyse in Utrecht over de hele periode 1990 tot 2010 blijkt voor enkele belangrijke kantorensectoren de ‘formele’ kantoorwerkgelegenheid juist af te nemen. De uitgangspunten bij deze parameter zijn daarom anders geformuleerd. 5.4 Toepassing Utrecht: kwantitatieve vraagramingen Het model om het toekomstig ruimtegebruik te ramen baseert zich op het doorlopen van de volgende stappen. 1. 2. 3.

Opstellen werkgelegenheidsramingen per sector. Vertalen naar de kantoorhoudende werkgelegenheid per sector. Vertalen naar kantoorruimtegebruik op basis van het gemiddeld ruimtegebruik van kantoorwerknemers, per sector.

Navolgend worden deze drie stappen doorlopen, na ingegaan te zijn op enkele bestaande werkgelegenheidsramingen voor de provincie Utrecht. Werkgelegenheidsramingen CPB en PBL Werkgelegenheidsramingen vormen belangrijke input voor de BLM. Het PBL heeft, in overleg met CPB, werkgelegenheidsscenario’s uit de WLO geactualiseerd. Het betreft de scenario’s Regional Communities en Global Economy. Dit zijn het laagste en het hoogste scenario van de vier economische scenario’s die zijn opgesteld. De scenario’s Strong Europe en Transatlantic Market vallen tussen RC en GE. PBL zal deze nieuwe scenario’s binnenkort publiceren. In de landelijke raming ontlopen de ‘oude’ CPB en de ‘nieuwe’ PBL scenario’s elkaar in de bandbreedte van 2040 niet veel. In de regionalisering van beide modellen bestaan echter duidelijke verschillen. Voor Utrecht betekent het dat voor de totale werkgelegenheid het nieuwe PBL scenario RC uitkomt boven het oude GE scenario. PBL komt dus tot een andere regionalisering van de landelijke raming. De provincie Utrecht is hierbij een duidelijke ‘winnaar’. EIB/PBL hebben samen de oorzaak onderzocht. De oorzaak is terug te voeren naar het afwijkende verdelingsmodel van PBL. In het oude CPB-model lag sterk de nadruk op het zogenaamde Athena bedrijfstakkenmodel. In het nieuwe model ligt de nadruk op demografische ontwikkelingen. Dit is conform het huidige inzicht dat demografie sterk bepalend is voor de regionale werkgelegenheidsraming6. Mede op basis daarvan is gezamenlijk geconcludeerd dat het oude model om de werkgelegenheid te regionaliseren verouderd is.

6 Zie bijvoorbeeld Vermeulen & Van Ommeren, 2009.

47

De geactualiseerde ramingen van PBL zijn in deze analyse niet gebruikt. De bandbreedte in de totale werkgelegenheidsgroei tot 2040 tussen het lage scenario (-5%) en het hoge scenario (+35%) is hoog. Daarnaast geeft PBL ramingen voor de steekjaren 2020 en 2040, zonder trend, en ook geen verdere verdeling van de werkgelegenheid naar SBI-sectoren. In overleg met de Klankbordgroep, provincie Utrecht en I&M is daarom besloten om een nieuw werkgelegenheidsscenario op te stellen. Het uitgangspunt hierbij is dat een ‘midden’-scenario wordt opgesteld. Als basis zijn demografische prognoses van Primos, aannames rond de (toekomstige) arbeidsparticipatie van het CPB en historische werkgelegenheidscijfers gebruikt. 5.4.1 Werkgelegenheidsscenario per sector De regionale werkgelegenheid is een afgeleide van de regionale beroepsbevolking. ‘Werken volgt wonen’. Op de lange termijn vertaalt een toename van de beroepsbevolking zich in een evenredige toename van de werkgelegenheid (Vermeulen en van Ommeren, 2009). Prognoses van de beroepsbevolking bieden daardoor een goede basis voor werkgelegenheidsprognoses. Voor de werkgelegenheid in Utrecht in 2020 en 2040 zijn de regionale bevolkingsprognoses uit Primos 2009 gebruikt. De participatiegraad is voor deze raming gedefinieerd als het aandeel werkgelegenheid in de totale potentiële beroepsbevolking. Deze was in 2010 81% met als basis het werkgelegenheidsniveau zoals gevonden in het bedrijvenbestand van de provincie Utrecht. Verondersteld wordt dat deze participatiegraad in 2020 op 84% ligt en in 2040 op 85%7. De raming is in figuur 5.14 weergegeven. De totale bevolking neemt verder toe. De groei is voor een groot deel bepaald door de groei van de niet-actieve bevolking (vergrijzing). De beroepsbevolking groeit in mindere mate. De werkgelegenheid neemt sterker toe dan de beroepsbevolking door de toegenomen participatiegraad. Cumulatief komt de werkgelegenheidsgroei tot 2040 op 15%. Dit is overigens precies het midden van de lage en hoge scenario’s van het PBL.

Figuur 5.14 Ontwikkeling (beroeps-)bevolking, personen, en werkgelegenheid, arbeidsjaren, provincie Utrecht, in miljoenen

1,6 1,4 1,2 1,0 0,8 0,6 0,4 0,2 0,0 2000

2005

2010

Bevolking

2015

2020

2025

Bevolking (15-65)

2030

2035

2040

Werkgelegenheid

Bron: CBS, PRIMOS 2009 (ABF), PBL, provincie Utrecht, EIB

7 Deze toename is vrij gebaseerd op CPB Memorandum 225 d.d. 23 april 2009 ‘Arbeidsaanbod en gewerkte uren tot 2050’. In deze raming wordt in feite van 1 %-punt extra participatie uitgegaan door de verhoging van de pensioenleeftijd.

48

Ramingen vergeleken Het EIB heeft op basis van de in 2010 bekende werkgelegenheid een actualisatie gemaakt van het CPB TM scenario uit 2006. Daarnaast heeft het PBL dit jaar nieuwe werkgelegenheidsramingen voor Utrecht in een hoog en een laag scenario uitgewerkt. Deze verschillende ramingen worden in onderstaande tabel afgezet tegen het EIB werkgelegenheidscenario voor de provincie Utrecht. Van het oude CPB TM scenario moet vermoed worden dat er sprake is van een onderschatting van de toekomstige werkgelegenheid. Dit is waarschijnlijk ingegeven door een onderschatting van de groei van de beroepsbevolking. De beide nieuwe PBL-scenario’s geven uiterste bandbreedten die zodoende sterk uiteen lopen. Door het EIB zijn realistische uitgangspunten gekozen die resulteren in een raming die het midden houdt tussen de beide PBL-ramingen. Vergelijking EIB, PBL-ramingen, in duizend werknemers

EIB (2011) CPB TM (2006, actualisatie EIB 2011) PBL hoog (2011) PBL laag (2011)

2020

2040

732 676 770 702

771 663 896 630

Bron: EIB

De totale werkgelegenheid wordt verdeeld over de verschillende vraagsectoren Handel en Industrie, Zakelijke en ICT dienstverlening, Banken en Verzekeraars en Overheid en Non-profit. De verdeling is gebaseerd op enerzijds een analyse van de werkgelegenheidsontwikkeling tussen 1990 en 2010. Anderzijds is gekeken naar de recentste prognose op dit gebied, de WLO ramingen uit 2006. De WLO-scenario’s zijn te zien als de uitersten van een fictief kwadrantenstelsel. De scenario’s gaan elk uit van extremen in de aannames. Het gevolg is dat geen van de scenario’s te zien is als een middenscenario. De scenario’s bieden dus geen echte referentie voor de ontwikkeling van de vraagsectoren in een middenscenario zoals het EIB dat voor ogen heeft. De maximale bandbreedte in de WLO-scenario’s wordt bepaald door Global Economy (GE) en Regional Communities (RC). GE gaat uit van een maximale markt georiënteerde ontwikkeling, RE gaat vooral uit van een grote publieke sector (tabel 5.3). Het gemiddelde van de aandelen in deze RC en GE scenario’s (Randstad) vormt het vertrekpunt voor de prognose voor Utrecht.

49

Tabel 5.2

Samenstelling werkgelegenheid in twee extreme scenario’s, provincie Utrecht (in procenten)

Handel en Industrie Zakelijke en ICT dienstverlening Banken en Verzekeraars Overheid en non-profit Totaal

GE 2020

GE 2040

RC 2020

RC 2040

38,8 25,9 4,6 30,7

39,7 27,0 4,3 29,0

33,7 26,3 4,6 35,4

31,0 27,1 4,5 37,3

100,0

100,0

100,0

100,0

Bron: provincie Utrecht, WLO (CPB), EIB

De prognose op basis van de WLO-scenario’s is afgezet tegen de historische ontwikkeling in Utrecht. Met name is ook gekeken naar de realisaties van de laatste jaren. Gesignaleerd is dat het belang in de werkgelegenheid van de Handel en Industrie is blijven afnemen. De beide dienstverlenende sectoren lijken rond de eeuwwisseling gepiekt te hebben. Hun aandeel in de werkgelegenheid ligt in 2010 lager dan in 2000. De krimp in de andere sectoren is opgevangen door de groei van Overheid en Non-profit. Met name de zorgsector is sterk gegroeid, een ontwikkeling die naar verwachting doorzet, mede gezien de voortzettende vergrijzing. Op basis van deze inzichten is de raming op basis van de WLO-scenario’s iets aangepast. Handel en Industrie zal naar verwachting een afnemend aandeel hebben in de werkgelegenheid, conform de ontwikkeling van de afgelopen decennia. De krimp is echter minder hard dan in het RC-scenario en ligt dicht bij het GE-scenario. Verondersteld is verder dat Zakelijke en ICT-dienstverlening en Banken en Verzekeraars een constant aandeel zullen houden. Dit betekent dat de aandelen lager komen te liggen dan de beide WLO-scenario’s. Relatieve groei vindt plaats in de sector Overheid en Non-profit, voornamelijk door toenemende zorgvraag (zie tabel 5.3). Deze aandelen komen weer wat dichter tegen het RC-scenario. Voor elk van de punten geldt dat de aanpassingen zijn gedaan op basis van de inzichten en realisaties van met name de afgelopen jaren. Wanneer de totale werkgelegenheidsraming wordt verdeeld naar sectoren op basis van de berekende aandelen, resulteert de raming zoals die is weergegeven in figuur 5.15.

Tabel 5.3

Samenstelling werkgelegenheid, provincie Utrecht (in procenten)

Handel en Industrie Zakelijke en ICT dienstverlening Banken en Verzekeraars Overheid en non-profit Totaal Bron: provincie Utrecht, WLO (CPB), EIB

50

1990

2000

2010

2020

2040

46,9 17,3 4,5 31,3

41,9 26,0 5,0 27,2

37,7 25,0 4,4 32,8

36,4 25,0 4,4 34,2

36,1 25,0 4,4 34,5

100,0

100,0

100,0

100,0

100,0

Figuur 5.15 Ontwikkeling werkgelegenheid naar sectoren in de provincie Utrecht, 2000-2040

300.000

250.000

200.000 150.000 100.000

50.000 0 2000

2005

2010

2015

Handel en Industrie Banken en Verzekeraars

2020

2025

2030

2035

2040

Zakelijke en ICT-dienstverlening

Bron: CBS, PRIMOS 2009 (ABF), PBL, provincie Utrecht, EIB

5.4.2 Kantoorhoudende werkgelegenheid De werkgelegenheidsramingen zijn te vertalen naar kantoorwerkgelegenheid door van elk van de vraagsectoren te bepalen welk aandeel van de werkgelegenheid in een kantoor werkt. In de eerste plaats zijn hiervoor de historische data geanalyseerd. De kantoorwerkgelegenheid is vastgesteld door de werkgelegenheidscijfers (PAR) te koppelen aan kantorenvoorraad (Bak, 2011), die vervolgens weer zijn teruggekoppeld naar de totale werkgelegenheidscijfers. Hierbij moet worden opgemerkt dat niet voor alle kantoren in gebruik de koppeling met de werkgelegenheid te maken is. De gevonden aandelen geven daarom een onderschatting van het totale kantoorgebruik. Vanuit de data is redelijk nauwkeurig te bepalen hoe groot de onderschatting is, welk deel van de kantorenvoorraad niet is gedekt. Deze onderschatting blijft redelijk constant. Deze informatie is gebruikt om de uitkomsten op te hogen. Dit is conform de methode zoals die in de oude BLM is gebruikt. De resulterende aandelen kantoorhoudende werkgelegenheid per sector zijn weergegeven in figuur 5.16. Opvallend is de afname van dit aandeel in kantorensectoren als IT en zakelijke diensten na 2000. De ‘formele’ kantoorwerkgelegenheid neemt blijkbaar af in deze sectoren. Tot 2000 geven de cijfers aan dat juist een steeds groter aandeel van de werkgelegenheid in deze sectoren in een kantoor werkte. Alleen binnen de sector Banken en Verzekeraars werken steeds meer mensen in een kantoor.

51

Figuur 5.16 Aandelen kantoorwerkgelegenheid per sector

Procenten 80 70 60 50 40 30 20 10

91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10

19

19

90

0

Handel en Industrie A-I Banken en Verzekeraars K Totaal

Zakelijke en ICT dienstverlening J & L-N

Bron: provincie Utrecht, EIB

In het basisscenario is voor het aandeel kantoorwerkgelegenheid per sector de historische trend met een logaritmische functie geëxtrapoleerd, zie tabel 5.4. Het komt er op neer dat deze historische trends in de toekomst in intensiteit afnemen. Alleen voor de sector Banken en Verzekeraars is aangenomen dat de ‘verkantorisering’ van de sector blijft toenemen. Voor de overige sectoren is sprake van ‘ontkantorisering’. Voor de Overheid en non-profit is deze ontkantorisering overigens het gevolg van een veranderende samenstelling van de sector: de zorgsector wordt belangrijker. Het kantoorgebruik in de zorgsector ligt aanzienlijk lager dan voor de overige overheid en non-profit sectoren. Het afnemend aandeel voor deze sector is dus het gevolg van een zogenaamd samenstellingseffect en niet per se van een trend onder gebruikers.

Tabel 5.4

Aandeel kantoorwerkgelegenheid per sector (in procenten)

Handel en Industrie Zakelijke en ICT dienstverlening Banken en Verzekeraars Overheid en non-profit Bron: provincie Utrecht, WLO (CPB), EIB

52

2010

2020

2040

15,9 34,6 72,1 19,0

15,6 33,4 74,5 19,0

15,1 31,9 77,5 17,9

5.4.3 Gemiddeld ruimtegebruik Het gemiddeld ruimtegebruik van kantoorwerknemers is wederom bepaald op basis van de koppeling tussen werkgelegenheid en kantorenvoorraad. Voor ongeveer de helft van de voorraad levert de koppeling aannemelijke gegevens over het ruimtegebruik van de kantoorwerknemers. De resultaten zijn weergegeven in figuur 5.17. Het gemiddeld ruimtegebruik neemt tussen 1990 en 2000 voor de meeste sectoren iets af, om daarna gelijk te blijven.

Figuur 5.17 Gemiddeld ruimtegebruik per werknemer per sector, vierkante meter vvo

27 25 23 21 19 17

19

91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10

15

Handel en Industrie A-I Banken en Verzekeraars K Totaal

Zakelijke en ICT dienstverlening J & L-N

Bron: EIB

Tabel 5.5

Ruimtegebruik per werknemer, vierkante meter vvo

Basis -10%

Handel en Industrie A-I Zakelijke en ICT dienstverlening J & L-N Banken en Verzekeraars K Overheid en non-profit O-S

21,2 20,4 18,9 20,8

Totaal

20,4

Bron: EIB

53

Voor de raming van het ruimtegebruik per werknemer is aangenomen dat tot 2040 een verdere afname volgt van 10%. Het is een gevoelige aanname voor de ramingen, die met de nodige onzekerheid is omgeven. De aanname dat het ruimtegebruik met 10% afneemt, is met name gebaseerd op de evengrote afname van het ruimtegebruik in de achterliggende periode. Hoewel er geen consensus bestaat, zijn de meeste geconsulteerde experts het erover eens dat het ruimtegebruik momenteel daalt en dat deze trend voorlopig zal doorzetten. Wel dient opgemerkt te worden dat deze aanname geldt bij ongewijzigde prijzen. Sterke prijsdalingen kunnen voor extra ruimtegebruik zorgen, zoals later zal worden toegelicht. 5.4.4 Uitkomsten vraagraming De centrale raming gaat uit van constante prijzen: geen verandering van het gedrag van kantoorgebruikers als gevolg van prijsverandering. Tot 2020 neemt de vraag naar kantoorruimte in tien jaar tijd met circa 4% toe. Daarna daalt de vraag weer naar bijna vijf miljoen vierkante meter in 2040. Tabel 5.6 laat de raming in detail zien. Gevoeligheden vraagraming Zoals geschetst is een aantal stappen doorlopen om tot de ramingen te komen van de kantorenvraag. De vraagraming is bepaald door verschillende aannames en een onderliggende demografische prognose. Deze onderliggende prognose en aannames bepalen samen de gevoeligheid van de kantorenvraag. Het zijn: • demografische prognoses; • arbeidsparticipatie; • kantoorhoudende werkgelegenheid; • ruimtegebruik per werknemer; • verschuiving vraagsectoren.

Tabel 5.6

Centrale vraagraming in duizend vierkante meter

2010

2020

2040

Handel en Industrie Zakelijke en ICT dienstverlening Banken en Verzekeraars Overheid en non-profit

1.266 1.911 592 1.292

1.261 1.945 646 1.418

1.192 1.823 660 1.323

Totaal

5.060

5.269

4.998

Bron: EIB

De variatie in de ontwikkeling van elk van deze variabelen vertaalt zich één op één door in de raming van de ruimtevraag. Een demografische groei die 10% hoger of lager uitvalt, betekent ook een 10% hogere of lagere werkgelegenheidsgroei. Een 1 of 2% hogere arbeidsparticipatie zorgt voor een evenredig hogere werkgelegenheid. Hetzelfde geldt voor het gemiddeld ruimtegebruik en de aandelen kantoorwerkgelegenheid. Een 10% meer of minder ruimtegebruik heeft hetzelfde effect op de totale ruimtevraag. Het is een bepalende variabele, en actueel gezien de aandacht voor trends als ‘Het Nieuwe Werken’ en de flexibilisering van de arbeidsmarkt. Afwijkend ten opzichte van eerdere onderzoeken naar de ruimtevraag, zoals de BLM, is ook de visie op de ‘verkantorisering’ van de economie. Zoals uit de data-analyses blijkt, neemt het aandeel van de werkgelegenheid in het totaal dat in een kantoor werkt, eerder af dan toe. Ook hier spelen actuele trends, waarvan het moeilijk te voorspellen is hoe deze zich naar de toekomst ontwikkelen.

54

Het effect van een andere verdeling van de werkgelegenheid over de vraagsectoren is gering. Het verschil in de ruimtevraag wordt bepaald door verschillen in de ruimtecoëfficiënten per sector. Zo werkt in de sector Banken en Verzekeraars driekwart van de werknemers in een kantoor. Groeit deze sector harder ten koste van de Handel en Industrie, dan zal dit een hogere ruimtevraag opleveren. Het effect op de ruimtevraag van deze verschuiving wordt echter voor een groot deel weer geneutraliseerd door het lagere ruimtegebruik in de sector Banken en Verzekeraars. Het effect van een verschuiving in de werkgelegenheid tussen de overige sectoren heeft zelfs een nog kleiner effect op de ruimtevraag. Maar als ‘alles meezit’ of ‘alles tegenzit’ kan de bandbreedte in de vraagraming sterk oplopen. De nieuwe werkgelegenheidsscenario’s van het PBL bijvoorbeeld komen cumulatief 20 procentpunt lager of hoger uit dan het hier gehanteerde werkgelegenheidsscenario. De PBL-scenario’s zijn opgesteld als een extreme bandbreedte, dus een grotere bandbreedte is minder realistisch. Wel zou in de vertaling naar de kantoorruimtevraag de bandbreedte verder kunnen oplopen, wanneer een hoger dan veronderstelde werkgelegenheidsgroei samengaat met een minder dan verwachte afname in het ruimtegebruik of een weer sterker dan aangenomen ‘verkantorisering’ van de economie. In de gevoeligheidsanalyse wordt niet van extremen uitgegaan. Voor de ruimtevraag wordt van een gematigde bandbreedte van plus of min 10% uitgegaan. Ten eerste wordt het laten zien van gematigder scenario’s waardevoller geacht dan het opzoeken van de extremen, door de hogere waarschijnlijkheid. Ten tweede laat een bandbreedte van plus of min 10% in de latere analyses voldoende dynamiek zien om een beeld te krijgen van het effect van extremer scenario’s. Ten derde zijn er trends die tegengesteld werken. Een eenvoudig voorbeeld laat dit zien. Wanneer de pensioenleeftijd wordt verhoogd naar 67 jaar, vergroot dat de omvang van de beroepsbevolking. Tegelijkertijd zal de totale arbeidsparticipatie gemiddeld genomen echter dalen, door de per definitie lagere participatie van oudere werknemers. In de navolgende paragraaf wordt een aantal van dit soort trends nader beschreven, hoe deze elkaar kunnen beïnvloeden en wanneer relevant, hoe daar in de ramingen mee om is gegaan. 5.5 Omgaan met trends in de vraag In de kantorenmarkt spelen verschillende trends. Vanuit betrokken media, adviseurs en zelfs banken is bijvoorbeeld uitgebreid aandacht te vinden voor trends rond een groeiende gebruikersvraag naar duurzaamheid, bedrijven die hun kantoor aanpassen aan ‘het nieuwe werken’, een verwachte krapte in de arbeidsmarkt en het effect op locatiekeuze van gebruikers of de voortzettende flexibilisering van de arbeidsmarkt. Deels zijn het trends die breder spelen in de arbeidsmarkt of economie, deels zijn het trends die direct spelen bij kantoorgebruikers, deels zijn het trends die samenhangen. In het uitgevoerde onderzoek zijn op basis van historische data dergelijke trends geanalyseerd en vervolgens besproken in expert sessies. Opgemerkt moet worden dat in dit kader in principe enkel trendbreuken van belang zijn. De uitgevoerde analyses zijn gebaseerd op realisaties in de werkgelegenheidsontwikkeling en van ontwikkelingen in de kantorenmarkt, zoals het kantoorgebruik en de kantorenvoorraad. De realisaties zijn het gevolg van onderliggende trends die over deze periode hebben gespeeld. Wanneer geen sprake is van veranderingen daarin, is de ontwikkeling in de historische realisaties richtinggevend voor prognoses. Het is bijvoorbeeld een feit dat door voortschrijdende ICT-vernieuwing kantooractiviteiten zijn geautomatiseerd. De ICT-faciliteiten zijn meer, beter en sneller. De invloed hiervan speelt impliciet een rol in de achterliggende realisaties in het kantoorgebruik. De ICT-vernieuwing lijkt voorlopig niet geëindigd, maar er is geen reden om te verwachten dat deze trend de komende periode meer of minder invloed zal hebben op het kantoorgebruik dan de achterliggende periode. Van een trendbreuk is geen sprake, waardoor de historische analyse van het kantoorgebruik voldoende aanknopingspunten biedt voor een prognose. Ook de analyses van de BLM-parameters, het ruimtegebruik en de aandelen kantoorhoudende werkgelegenheid zijn gebaseerd op historische data. In de analyse van de werkgelegenheid en dus het kantoorgebruik is geen rekening gehouden met samenstellingseffecten. Dat wil zeggen,

55

een in de loop van de tijd veranderende samenstelling van de werkgelegenheid in de provincie Utrecht en de invloed daarvan op de parameters in het BLM-model. Dit kan gaan om bijvoorbeeld de toename van het aantal werknemers dat in deeltijd werkt, of om de gemiddelde toename van het opleidingsniveau. Uitgangspunt is dat geen sprake is van een verandering in dit soort trends. Nader onderzoek kan dit uitwijzen, waarbij niet alleen naar onderliggende trends in de werkgelegenheid moet worden gekeken, maar ook naar de demografische ontwikkeling. Deze analyse valt echter buiten de kaders van dit onderzoek. Twee belangrijke en bepalende trends zijn nader onderzocht. Dit betreft ten eerste de ontwikkeling in het aandeel kantoorwerkgelegenheid, omdat data-analyses verrassende uitkomsten gaven. Ten tweede is het ruimtegebruik per werknemer nader besproken en geanalyseerd, omdat het een erg bepalende variabele is en de relevantie in discussies rond de kantorenmarkt groot is. 1) Kantoorhoudende werkgelegenheid Het aandeel kantoorhoudende werkgelegenheid is lange tijd verondersteld structureel toe te nemen. In een verdienstelijkende economie, zoals Nederland, werken steeds meer mensen in een kantoor. Tot dusver is altijd verondersteld dat de verdienstelijking zal blijven toenemen. En het kantoorgebruik dus ook. Maar opmerkelijk genoeg neemt na 2000 het aandeel kantoorwerkgelegenheid in de typische kantorensector Zakelijke en ICT diensten af in de provincie Utrecht. Ook voor de andere vraagsectoren is nauwelijks sprake van een toename in dit aandeel, op de sector Banken en Verzekeraars na. De oorzaak voor deze schijnbare ‘ontkantorisering’ is lastig in te schatten. De verdere opkomst van zzp-ers, deeltijd en flexibilisering van de arbeid spelen vermoedelijk een grote rol. Dit leidt tot een meer ‘informele’ kantoorwerkgelegenheid, aangezien deze mensen niet meer in dienst zijn van de kantoororganisatie zelf, maar daar wellicht nog wel werken. Hetzij gedetacheerd, hetzij als zzp-er. 2) Ruimtegebruik per werknemer Velen gaan ervan uit dat het nieuwe werken (HNW) zal leiden tot een efficiënter ruimtegebruik: de (grote) kantoorgebruikers (Twynstra Gudde, 2010), makelaars (DTZ, 2011b; Jones Lang Lasalle, 2011), adviesbureaus (Stec Groep, 2010; Van der Voordt, 2003) en banken (ABN AMRO, 2011). De toepassing van flexibele kantoorconcepten, zoals plaatsen tijdonafhankelijk te werken, kan de bezettingsgraad van werkplekken verhogen. Het delen van werkplekken (desksharing) en gebruik van verschillende werkplekken (deskrotating) (Van der Voordt, 2003), leidt dan tot een verminderd ruimtegebruik per medewerker. De koppeling tussen werkgelegenheidsbestanden en kantorenvoorraad maakt het mogelijk om over een langere periode het gemiddeld ruimtegebruik te volgen. De koppeling geeft voor ongeveer 50% van de totale markt representatieve waarnemingen, een zeer respectabele steekproef. Uit de analyses volgt dat het gemiddeld ruimtegebruik van kantoorwerknemers in 2010 uitkomt op 22,4 vierkante meter (vvo, factor 1,16 voor bvo) per persoon. De laatste tien jaar is dit ruimtegebruik constant, tussen 1990 en 2000 is een afname van 10% zichtbaar. Deels is de oorzaak de conjunctuur in de markt. Met name in de tweede helft van de jaren negentig was sprake van een krappe markt en sterke huurprijsstijging. Kantoororganisaties gaan in een dergelijke markt zuinig met het ruimtegebruik om, al dan niet gedwongen door een gebrek aan passend aanbod. Wanneer de conjunctuur in de markt weer omslaat volgt gewoonlijk een periode waarin het ruimtegebruik weer toeneemt (bijvoorbeeld Brounen, 2009). Maar in de Utrechtse kantorenmarkt is daar geen sprake van na 2000. Heel licht neemt het ruimtegebruik iets toe tot 2004, om daarna nagenoeg gelijk te blijven. Het kan zijn dat een onderliggende trend naar een efficiënter ruimtegebruik, onder invloed van ‘het nieuwe werken’, deze opwaartse correctie in de markt heeft voorkomen. •

56

Het ruimtegebruik per werknemer is bepaald op basis van de geregistreerde kantoorwerkgelegenheid. Zoals aangegeven, deze ‘formele’ kantoorwerkgelegenheid neemt af voor belangrijke kantorensectoren. De grote kantoororganisaties hebben minder werknemers in dienst, te verklaren door de toenemende flexibilisering van de arbeidsmarkt en de groei van het aantal zzp-ers. Het is echter waarschijnlijk dat de werkzaamheden binnen deze sectoren

zich wel vooral binnen kantoren blijfen afspelen, al dan niet als zzp-er. In de registraties zorgt dit voor een schijnbare opwaartse druk op het ruimtegebruik. •

De economische situatie na de eeuwwisseling zorgt voor een korte periode met stagnerende werkgelegenheid. Organisaties krimpen, maar kunnen op korte termijn niet reageren met aanpassingen in hun huisvesting, vanwege doorlopende huurcontracten. Het gemiddeld ruimtegebruik per werknemer wordt dan verwacht toe te nemen. Deze werkgelegenheidscyclus is in sommige van de sectoren overigens wel duidelijk zichtbaar (figuur 5.15).

Deze opwaartse trends plaatsen het ogenschijnlijk gelijkblijvende kantoorgebruik van kantoorwerknemers na 2000 in een ander perspectief. Tegengestelde, ruimtebesparende trends hebben blijkbaar voorkomen dat de registraties deze toename lieten zien. •

In de markt bestaat brede consensus dat onder kantoorgebruikers een efficiëntieslag plaatsvindt in het huisvestingsgebruik. Dit wordt onder meer toegeschreven aan het nieuwe werken en het vergroten van de bezettingsgraad van de kantoren door bijvoorbeeld flexplekken. Het is een trend die bestaat vanuit wensen van kantoorwerknemers, druk om kosten te besparen vanuit bedrijven en eenvoudig omdat technisch meer mogelijk is.

• Ook is de gedachte dat steeds meer kantoororganisaties voor betere en dus duurdere locaties hebben gekozen. Het betrekken van betere locaties, bijvoorbeeld om aantrekkelijk te blijven voor werknemers, gaat wellicht gepaard met kostenbesparingen op het ruimtegebruik. Per saldo heffen de beschreven trends elkaar dan op. Voor de ramingen wordt er vanuit gegaan dat het ruimtegebruik met 10% afneemt. Het is gelijk aan de afname over de periode 1990-2010. Het is een veronderstelling waar in de praktijk ook draagvlak voor bestaat, al zijn voorspellingen op deze specifieke trend lastig te geven.

57

58

6

Model van vraag en aanbod

In de voorgaande hoofdstukken is de marktanalyse gericht op de marktsegmentering en (toekomstig) vraag en aanbod in de kantorenmarkt. De vraag- en aanbodramingen worden vervolgens tegenover elkaar gezet in het economisch kantorenmodel dat daarvoor is ontwikkeld. Dit model laat zien dat een mogelijke mismatch tussen vraag en aanbod neerslaat in prijsveranderingen en leegstandseffecten. Het theoretisch kader van dit kantorenmodel wordt in dit hoofdstuk beschreven. Ook worden de technische uitgangspunten van het model gedefinieerd en worden de aannames onderbouwd. 6.1 Modelbeschrijving Conform de gevolgde analyses worden in het gebruikte kantorenmodel vraagsectoren, locatietypen en, binnen de locaties, gebouwklassen onderscheiden. Het kantorenmodel gaat uit van het keuzegedrag van gebruikers. Technisch gesproken behoort het model tot de mixed nested logitmodellen, het meest flexibele soort onder de discrete keuze modellen. ‘Mixed’ betekent in dit verband dat er geen sprake is van één representatieve vraagsector, maar van verschillende vraagsectoren die een gedifferentieerd gedrag tonen. ‘Nested’ betekent dat er een hiërarchische structuur in zit, zodat eerst een keuze wordt gemaakt en dan een andere. Prijs speelt een belangrijke rol. Hoewel de keuze van gebruikers voor een locatietype met name van andere factoren afhangt, is wel met enige prijsgevoeligheid rekening gehouden. Dus als de prijsindex van een locatie8 daalt ten opzichte van andere locaties, neemt de kans toe dat bepaalde gebruikers voor deze locatie zullen kiezen. Met andere woorden, het percentage van de vraag dat zich op de desbetreffende locatie vestigt, stijgt. Nadat de locatie is gekozen wordt een gebouwklasse gekozen. Dit is sterker afhankelijk van de prijzen van de verschillende gebouwklassen. Als bijvoorbeeld de prijs van gebouwklasse A daalt, neemt de kans toe dat die klasse wordt gekozen, ofwel neemt het percentage toe dat voor klasse A kiest. Tegelijkertijd zal de gemiddelde prijs van dit locatietype dalen, zodat ook vraag uit andere locaties wordt aangetrokken. Dit onderscheid tussen locaties en gebouwklassen maakt het mogelijk de substitutie tussen locaties en gebouwenklassen te differentiëren. Dit is gebeurd door de substitutie binnen locaties groter te maken dan tussen locaties. In figuur 7.1 is weergegeven hoe de relaties lopen vanuit formele locaties. Hoe dikker de pijl, hoe sterker het verband. Voor de andere locatietypen kan eenzelfde figuur gemaakt worden, met één verschil. In het kantorenmodel is substitutie tussen centrale en overige locaties relatief sterker dan tussen deze locaties en formele locaties. Het onderscheid tussen vraagsectoren maakt mogelijk het substitutiegedrag naar soort gebruiker te differentiëren. Als de prijzen van klassen A, B en C met een zelfde percentage dalen, dan zal een verschuiving van de allocatie van de vraag richting locaties B en A plaatsvinden. Het percentage dat voor C kiest, daalt. Een generieke prijsdaling veroorzaakt dus een opwaartse beweging, omdat de betere segmenten makkelijker bereikbaar zijn. Dit betekent tegelijkertijd dat als de prijs van klasse A met 10% daalt, de verschuiving van B naar A groter is dan de verschuiving van A naar B als de prijs van B met 10% daalt. Daarnaast veroorzaakt een daling van de prijzen een toename van de vraag. Prijsgevoeligheid van de vraag De toename van de vraag bij een prijsdaling wordt bepaald door de prijsgevoeligheid, of de prijselasticiteit. Dit heeft bijvoorbeeld betrekking op het ruimtegebruik van kantoorgebruikers. Bij lagere prijzen zal eerder voor iets ruimere werkplekken, een ruimere entree of extra facilitei8 De prijsindex van een locatie wordt bepaald op basis van de prijzen van de segmenten van de locatie afgewogen met de allocatie van de vraag naar de verschillenden segmenten. Omdat voor de verschillende vraagsectoren de allocatie van de vraag naar segmenten anders is, betekent dit dat de prijsindex anders is voor elke vraagsector.

59

Figuur 6.1

Substituties van formele locaties en kwaliteitsklassen

Centraal A

Formeel A

Overig A

Centraal B

Formeel B

Overig B

Centraal C

Formeel C

Overig C

Sterke substitutie Substitutie van betekenis Weinig substitutie

Bron: EIB

ten worden gekozen. Dit is echter wel begrensd. Huisvesting blijft complementair aan de kernactiviteit van de organisatie. Daarnaast is niet alleen de huurprijs bepalend, maar spelen ook het niveau aan servicekosten en gebruikersbelastingen een rol. Een ander element van de prijselasticiteit is dat een prijsdaling extra werkgelegenheid naar kantoren trekt. Voor een klein deel kunnen dit bedrijven van buiten de provincie zijn, voor een ander deel betreft dit activiteiten die naar een kantoor zullen verplaatsen. Denk aan zzp-ers die kantoor uit huis plaatsen, of zorginstellingen die hun kantooractiviteiten centraliseren in een kantoor. Marktevenwicht Het kantorenmodel gaat er vanuit dat de markt tendeert naar een evenwicht. De definitie van marktevenwicht is daarom een belangrijke aanname. Het marktevenwicht wordt bepaald door een evenwicht tussen vraag en aanbod. Zolang dit evenwicht niet is bereikt, blijft prijsdruk bestaan (opwaarts of neerwaarts). De evenwichtsleegstand in de kantorenmarkt is de frictieleegstand. Frictieleegstand wordt gezien als de leegstand die noodzakelijk is om de markt goed te laten functioneren. Voor bedrijven die willen verhuizen, moet in elk geval tijdelijk geschikte kantoorruimte beschikbaar zijn. Vaak wordt uitgegaan van een frictieleegstand van 5%. Dit is iets meer dan het percentage bedrijven dat jaarlijks verhuist (ongeveer 4% van het totaal). In het kantorenmodel betekent dat dit wanneer de leegstand in een bepaald segment groter is dan de evenwichtsleegstand, de prijs zal dalen totdat de leegstand weer de evenwichtswaarde bereikt. Er zal vanuit bestaande gebruikers iets meer ruimte worden gebruikt, daarbij komt vraag vanuit andere segmenten (substituties). De substituties creëren leegstand in de andere segmenten, waarop ook hier de prijzen zullen dalen, waardoor uiteindelijk marktbreed prijsdalingen kunnen optreden. De prijsdaling gaat echter niet onbeperkt door, op zeker moment wordt een ‘bodemprijs’ bereikt. De ‘bodemprijs’ wordt bepaald door: 1) de kosten van beheer en onderhoud van de gebouwen van het desbetreffende segment. Of, als dat hoger is, 2) de prijs waartegen een alternatief gebruik voor de desbetreffende gebouwen mogelijk wordt.

60

Dit laatste zal vooral op centrale en overige locaties een bodem vormen, waar de mogelijkheden van alternatief gebruik en dus hogere grondprijzen een bodem voor de prijsdaling legt. Als de prijs het niveau bereikt waarop alternatief gebruik ontstaat, zullen de kantoren niet leeg komen te staan, maar zullen zij, gegeven dat er geen institutionele belemmeringen zijn, worden ontrokken als kantoor en voor een ander gebruik bestemd worden. Met institutionele belemmeringen wordt bijvoorbeeld bedoeld bestemmingsplannen, bouwregelgeving of ‘loss aversion’ bij beleggers en financiers. Wanneer de bodemprijs wordt bereikt zonder dat alternatief gebruik mogelijk is, komen gebouwen leeg te staan. Leegstandspercentages boven de evenwichtsleegstand komen dus alleen voor in segmenten waar de bodemprijzen gelijk zijn aan de eigenaarslasten van de exploitatie. 6.2 Uitgangspunten van het kantorenmodel Het vertrekpunt voor het model is de marktsituatie in 2010. Dit betekent dat als de prijzen niet veranderen, de allocatie van de vraag tussen de verschillende locaties en segmenten gelijk blijft. Vervolgens wordt de vraag- en aanbodraming 2020 en 2040 in het model ingevoerd. Er wordt een overschot, of eventueel tekort, zichtbaar in de verschillende segmenten. Prijzen en de vraag naar de verschillende segmenten zullen vervolgens veranderen totdat een nieuw evenwicht wordt bereikt. Dit nieuwe evenwicht bestaat hetzij bij een leegstand van 5%, hetzij bij een prijsdaling tot de bodemprijs. Prijselasticiteit De prijselasticiteit is binnen het model een belangrijk mechanisme. Aangenomen is dat de prijselasticiteit -0,2 bedraagt. Een prijsdaling van 10% veroorzaakt dan een toename van de vraag met 2%. Substitutie tussen locaties De ‘Elasticity of substitution’ ligt rond de 1. Dit betekent dat voor twee gelijke locaties (qua vraag) een afname van de prijs van een locatie met 10% een verschuiving van de allocatie van de vraag met 5% veroorzaakt. Van de kantoorgebruikers blijft 95% in die situatie. Substitutie tussen gebouwklassen Als de prijs van een hogere gebouwklasse daalt met 10% (bijvoorbeeld gebouwklasse A) dan wordt circa 20% van de vraag van de onderliggende klasse (klasse B) aangetrokken. Als de prijs van een lagere gebouwklasse met 10% daalt dan wordt circa 14% van de hogere klasse aangetrokken. Dit zijn ordes van grootte omdat de exacte waarden afhankelijk zijn van het niveau van de prijzen en de vraag. Effect generieke prijsdaling op de vraag naar segmenten Een prijsdaling van 10% in twee aanpalende gebouwenklassen (bijvoorbeeld A en B) veroorzaakt een verschuiving van 5% van de vraag naar de betere klasse. Dit is een orde van grootte omdat deze verschuiving afhankelijk is van het niveau van de prijzen en de vraag. Nieuwbouw Voor het inschatten van de nieuwbouwrealisaties wordt in principe aangesloten bij de geïnventariseerde planvoorraad en de veronderstelde fasering. Hierbij wordt wel aangenomen dat prijzen maximaal kunnen dalen tot een reserveringsprijs, daarna is geen nieuwbouw meer te realiseren. Reserveringsprijs De reserveringsprijs is de prijsgrens waarna nieuwbouw niet meer rendabel ontwikkeld kan worden. De prijs dekt de stichtingskosten niet meer, of de grondopbrengst is te weinig om de grondkosten te dekken. Voor de reserveringsprijs is 80% van de huidige prijzen gehanteerd. Onttrekkingen Onttrekkingen zijn gemodelleerd op basis van een zogenaamde Weibull curve. Het principe hiervan is dat hoe ouder een kantoor wordt, hoe groter de kans dat het kantoor afgeschreven is. Dat wil zeggen, dat het kantoor dusdanig is verouderd dat het technisch niet meer voldoet als

61

kantoor. De onttrekkingen hebben hier overigens niet noodzakelijk betrekking op ook daadwerkelijk fysiek gesloopte kantoren. Het gaat om kantoren die buiten de markt vallen, de kantoren zijn incourant. De onttrekkingen hebben ook enkel betrekking op de C-segmenten binnen de verschillende locatietypen. Niveau bodemprijzen Als bodemprijs is voor het centrum 75% van de prijzen in 2010 gehanteerd, 60% voor overige locaties en 35% voor formele locaties. Voor centrale en overige locaties is het uitgangspunt dat herbestemming aantrekkelijk wordt. Het legt een bodem in de markt. Voor formele locaties is minder herbestemmingspotentie. De prijsdaling zet door tot ongeveer het niveau van de beheeren onderhoudskosten. Afschrijving Ook de economische afschrijving is gemodelleerd. De gevonden percentages voor de veroudering van de huur bepalen het verschuiven van gebouwen naar lagere segmenten. Voor centrale locaties is dit percentage 0,5%, voor overige locaties 0,6% en voor formele locaties 0,9%. Effect van leegstand In het kantorenmodel wordt verondersteld dat wanneer in een bepaald segment de leegstand oploopt tot boven 20% dit een bijkomend negatief effect heeft op de vraag. De veronderstelling is dan dat een kantorenpark met veel leegstand minder aantrekkelijk is voor huurders: verpaupering en overlast komen dan frequenter voor en het is voor de uitstraling van een locatie evenmin positief. Concreet werkt dit uit in een hogere ervaren huurprijs: er wordt een opslag voor extreme leegstand toegevoegd aan de prijs. Het gevolg van deze opslag is dat bedrijven minder geneigd zijn om naar dit goedkope segment te verhuizen en meer geneigd zijn dit segment te verlaten. 6.3 Onderbouwing van uitgangspunten De uitgangspunten zijn in expertsessies besproken en zoveel mogelijk onderbouwd vanuit literatuur en empirie. Onderstaand wordt van de belangrijkste uitgangspunten van het model toegelicht hoe deze tot stand zijn gekomen. Het betreft de aannames rond de prijselasticiteit, het gedrag van gebruikers in relatie tot de keuze voor de verschillende segmenten en de aanbodreacties. De aanbodreacties hebben betrekking op leegstand, nieuwbouw en onttrekkingen. Prijselasticiteit De prijselasticiteit van kantoorgebruikers is in de praktijk lastig te meten. De kwaliteit van de data is vaak beperkt en het is lastig om onderscheid te maken tussen de prijselasticiteit van de vraag marktbreed of het verhuizen van gebruikers van andere locaties (substituties). Voor dit onderzoek zijn drie onderzoeken naar de prijselasticiteit in de kantorenmarkt bestudeerd. Het betreft onderzoeken naar de agglomeratie London (Hendershott, et al, 2001; 2002a), en grote kantoorsteden in de US (Brounen, et al (2009a) en West-Europa (Brounen et al, 2009b). Hendershott et al (2001) heeft een prijselasticiteit van de vraag gevonden van -0,36 in London en -1,29 in de rest van Groot-Brittannië. Dat betekent dat als de prijs 1% stijgt, de totale vraag naar kantoren respectievelijk met 0,36% en 1,29% daalt. Of omgekeerd: als de prijs met 1% daalt, zal de totale vraag met 0,36% en 1,29% stijgen.

62

Werking van het kantorenmodel, een voorbeeldcasus Er wordt in dit kader een korte omschrijving gegeven van een fictieve gebeurtenis en hoe deze uitwerkt in het kantorenmodel. Stel dat er op enig moment 10.000 vierkante meter kantoorruimte wordt toegevoegd aan een formele locatie in Utrecht. De locatie is goed bereikbaar en het gebouw is van hoogwaardige kwaliteit. De huurder is bereid hier een huur voor te betalen die tot de top van de markt behoort, het A-segment. Deze huurder laat bij zijn verhuizing wel een ander gebouw achter. De verhuurder van het verlaten pand zal op zoek gaan naar een nieuwe gebruiker. Om een andere gebruiker uit zijn bestaande gebouw te lokken zal de verhuurder dalen met de huurprijs (of meer incentives geven). Bij een bepaald prijsniveau lukt dit, tenzij andere verhuurders hun prijzen ook bijstellen zodat hun huidige huurders blijven zitten. Het resultaat van de toevoeging is dus een marktbrede prijsdaling: er is meer concurrentie voor hetzelfde metrage in gebruik. Deze kettingreactie in prijsverlagingen maakt het voor sommige bedrijven mogelijk om in een hogere kwaliteitsklasse ruimte te vinden. Dit zullen voornamelijk bedrijven zijn die al op een formele locatie gevestigd zijn en de extra ruimte op deze markt benutten. Wat minder vaak voorkomt, is dat een bedrijf van een ander locatietype aangetrokken wordt door de ontstane prijsdaling. Uiteindelijk zal, in theorie, wanneer de termijn lang genoeg is, het gebouw met de minst aantrekkelijk prijs/kwaliteitverhouding bij deze opwaartse mobiliteit zijn huurder verliezen: dit pand komt in beginsel structureel leeg te staan. Sommige bedrijven zullen bij prijsdaling niet alleen kiezen voor lagere huur, maar hun huisvestingsbudget anders inzetten: bijvoorbeeld voor meer vergader- of stilteruimtes. Bij een onttrekking van, zeg 10.000 vierkante meter op een formele locatie, geldt het omgekeerde verhaal. De markt wordt krapper en verhuurders hebben dan minder concurrentie. Het effect van een concrete onttrekking is wel afhankelijk van hoe ruim de markt is. Een onttrekking bij hoge leegstand heeft minder effect op de prijs dan bij lage leegstand.

In later onderzoek wordt een prijselasticiteit van -0,24 gevonden voor Londen (Hendershott et al, 2002). Brounen et al (2009b) vindt een tien keer sterker effect (-2,91), hoewel in het onderzoek wordt aangegeven dat dit niet erg aannemelijk is. Op basis van het onderzoek van Hendershott, eigen analyse van de data in genoemde onderzoeken en expertsessies waarin werd aangegeven dat de omvang van de vraag in de markt als zeer beperkt gevoelig wordt ervaren, is voor de genoemde prijselasticiteit van -0,2 gekozen. Nieuwbouw en onttrekkingen Nieuwbouw en onttrekkingen zijn in beginsel input voor het model, maar staan niet volledig buiten de analyse. Zoals aangegeven, onderliggend voor de nieuwbouwproductie is de huidige planvoorraad. Het deel van de planvoorraad dat wordt ontwikkeld, is afhankelijk van de prijsontwikkeling in het model. Dalen de prijzen tot de reserveringsprijs, dan wordt geen nieuwbouw meer ontwikkeld. Voor de reserveringsprijs is verondersteld dat de prijzen met 20% kunnen dalen vanaf het niveau 2010. Bij een verdere prijsdaling wordt kantoorontwikkeling onrendabel. Het is niet uitgebreid in de praktijk getoetst, maar een huurprijsdaling van 20% heeft ceteris paribus tot gevolg dat ook de waarde van een kantoor met 20% daalt. Deze prijsdaling zal voor een belangrijk deel in de grondprijzen neerslaan. Ontwikkelaars met grondposities zullen de bouwkosten afwegen tegen de opbrengsten en desnoods verlies nemen op de grond (‘sunk costs’). Bij een prijsdaling van 20% is in de huidige markt het grootste gedeelte van de grondprijs verdampt en daarom is verondersteld dat dan geen nieuwbouw meer wordt gerealiseerd.

63

Wat betreft onttrekkingen wordt er in de eerste plaats van uitgegaan dat een deel van de gebouwenvoorraad in de C-segmenten uit de markt verdwijnt. Deze kantoren voldoen niet meer als kantoor en zijn incourant. Er is sprake van technische veroudering, transformatie, sloop en nieuwbouw van het kantoor of bijvoorbeeld van een calamiteit als brand. Als basis voor de berekening van de onttrekkingen is voor zogeheten Weibull curven gekozen. De Weibull curve staat voor een wiskundige benadering om verouderingsprocessen statistisch te verwerken. Het principe is dat naarmate gebouwen ouder worden, de kans dat deze worden onttrokken groter wordt. Een Weibull curve geeft, in het geval van kantoren, dus aan welk percentage gebouwen in de toekomst nog in de voorraad zal zitten, rekening houdend met de leeftijd van de voorraad. Het in Weibull curven vervatte onttrekkingenproces per locatie is op basis van kwalitatieve inschattingen bepaald. Figuur 6.2 illustreert de Weibull curve voor centrale locaties. Deze figuur geeft aan dat gebouwen van 40 jaar of jonger praktisch niet worden onttrokken. Daarna nemen de onttrekkingen gegeven de aannames snel toe. Van de gebouwen van 100 jaar oud bestaat nog 40%. Na 110 jaar staat nog slechts 10%.

Figuur 6.2

Weibull curve Centraal, ‘overleving’ van gebouwen (in procenten)

100 90 80 70 60 50 40 30 20 10 0 0

10

20

30

40

50

60

70

80

90

100

110

120

130

Leeftijd

Bron: EIB

Voor elk locatietype wordt van een andere opbouw van de Weibull curve uitgegaan. Tabel 6.1 laat de veronderstelde gemiddelde en mediane leeftijd van gebouwen bij onttrekking zien voor de drie verschillende locaties. Voor de uitkomsten van het model wordt verondersteld dat onttrekkingen louter in het C-segment plaatsvinden. Bovendien is bij de Weibull benadering verondersteld dat huidige 80 jaar en oudere gebouwen op centrale en overige locaties en 100 jaar en oudere gebouwen op formele locaties nooit onttrokken zullen worden. Onderliggend idee hierbij is dat het bij deze gebouwen om historisch te behouden panden gaat. Op basis van de huidige leeftijdssamenstelling, die voor de helft van de Utrechtse markt bekend is, is vervolgens te bepalen hoeveel vierkante meter jaarlijks onttrokken zal worden.

64

Tabel 6.1

Gemiddelde en mediane leeftijd onttrekkingen op basis van Weibull curven

Centraal Overig Formeel

Gemiddelde

Mediaan

94,2 84,2 73,5

95,5 85,4 74,3

Bron: EIB

De afschrijving op basis van Weibull curven begint met circa 13.500 vierkante meter en stijgt door de ouder wordende voorraad naar ruim 40.000 vierkante meter in 2040 (figuur 6.3). De onttrekkingen concentreren zich op formele locaties. De oorzaak is de relatief snelle economische veroudering (de voorraad in segment C loopt op) en daarbij is Formeel absoluut gezien het grootste locatietype. Zoals eerder gezegd, dit moet nadrukkelijk niet worden gezien als een voorspelling van het fysieke aantal onttrekkingen, maar vooral als een voorspelling van de toekomstige incourante voorraad. Het perspectief van verouderende kantoren op formele locaties is momenteel niet zodanig, dat een voorspelling te onderbouwen is dat hier daadwerkelijke omvangrijke sloopactiviteiten op gang zullen gaan komen.

Figuur 6.3

Onttrekkingen op basis van Weibull curven, vierkante meter per jaar, 2010-2040

50.000

40.000

30.000

20.000

10.000

0 2010

2015

2020

2025

2030

2035

2040

Bron: EIB

65

Onttrekkingen en bodemprijzen In de tweede plaats wordt er wat betreft onttrekkingen vanuit gegaan dat deze op centrale en overige locaties tot stand zullen gaan komen bij een bepaalde bodemprijs. Voor de bodemprijzen zijn in eerste instantie op een hoog abstractieniveau indicatieve berekeningen gemaakt, met aannames voor opbrengsten van alternatieve functies en herontwikkelingskosten. De resultaten zijn besproken in expertsessies. Het heeft geresulteerd in de aanname dat voor centrale locaties bij prijsdalingen van 25% alternatieve bestemmingsmogelijkheden binnen bereik komen. Voor centrale locaties geldt dat functies als wonen en winkelen relatief aantrekkelijke functies kunnen zijn, als alternatief voor een kantoor. Voor overige locaties is aangenomen dat het bij een prijsdaling van 40% rendabel wordt om het kantoor te transformeren. Voor formele locaties is er vanuit gegaan dat herbestemmingsmogelijkheden geen bodem leggen in de prijs. Prijzen zakken hier tot de exploitatielasten van verhuurder. De veronderstelling dat onttrekkingen vooral in centrale en overige locaties aantrekkelijk zijn, wordt deels gestaafd door de historische analyse van de onttrekkingen in hoofdstuk 4. Hier is bevestigd dat onttrekkingen vooral in centrale locaties plaatsvinden, minder in overige locaties en nauwelijks in formele locaties. Het is niet gezegd dat bij het bereiken van de bodemprijzen ook daadwerkelijk fysieke onttrekkingen en transformaties gerealiseerd gaan worden. Institutionele belemmeringen kunnen voorkomen dat deze snel op gang komen. De veronderstelling is wel dat deze belemmeringen, zoals bestemmingsplannen, minder noodzakelijke bouwregelgeving en het gedrag van eigenaren en hun banken, op langere termijn kunnen verdwijnen. De opbrengsten van de meest rendabele alternatieve bestemmingen bepalen dan de bodemprijs in de kantorenmarkt. 6.4 Keuzegedrag van gebruikers: dynamiek tussen segmenten Belangrijke uitgangspunten in het model betreffen de uitwisselbaarheid van de verschillende segmenten. De vraag is in welke mate de segmenten voor gebruikers substituten zijn. De relatieve aanwezigheid van de verschillende vraagsectoren in de segmenten gaven daarvoor een eerste indicatie. In hoofdstuk 5 is dit beschreven. Ook is op basis van het bedrijvenbestand van de provincie Utrecht een analyse gemaakt van bedrijfsverhuizingen. Er is gekeken naar nieuwe bedrijvigheid in Utrecht, bedrijvigheid die Utrecht verlaat en naar verhuizingen binnen de regio. Telkens is gekeken naar de herkomst en/of bestemming van deze bedrijven naar de door ons gedefinieerde kantorensegmenten. Uit deze analyse volgt dat relatief weinig bedrijvigheid in Utrecht start in centrale locaties, zie linker helft van figuur 6.4. Hierbij staat starten, in beginsel, voor een nieuw bedrijf of een verhuizing vanuit een andere provincie. Zeker de duurdere centrale locaties zien weinig instroom. In overige locaties start relatief meer bedrijvigheid in Utrecht. Formele locaties zijn, zeker het laatste decennium, het belangrijkste startpunt voor bedrijvigheid die voor het eerst in Utrecht verschijnt, wat deels verklaard wordt door de absolute omvang van dit segment. Wanneer nader gekeken wordt naar de kwaliteitssegmenten per locatie blijkt de verdeling van nieuwkomers op de Utrechtse kantorenmarkt redelijk uniform verdeeld te zijn. In het verleden hebben enkele grote bedrijven zich vanuit een andere provincie gevestigd in formele A-locaties, starters lijken zich met name te vestigen in formele en overige C-locaties. Bedrijven die opgeheven worden of Utrecht verlaten, komen voornamelijk van formele locaties, zie rechter helft van figuur 6.4. In centrale locaties is de dynamiek ook in dit opzicht laag. In overige locaties is de hoeveelheid bedrijvigheid die vertrekt of staakt relatief hoog als beseft wordt dat het totale volume werknemers op deze locaties lager is dan op formele locaties. De bedrijvenbestanden kunnen ook zichtbaar maken wat de bestemming is van bedrijven die verhuizen. Per locatietype is bekeken welke bestemming bedrijven hebben die hiervandaan verhuizen. Zo laat figuur 6.5 zien dat de belangrijkste bestemming voor bedrijven vanuit centrale locaties, formele locaties zijn. Als specifieker naar gebouwklassen wordt gekeken, valt op dat vanuit het centrale A-segment voornamelijk naar andere centrale locaties wordt verhuisd, meestal ook naar het A- of het B-segment. Verhuizingen vanuit centrale B- en C-segmenten

66

Figuur 6.4

Nieuwe bedrijvigheid en opgeheven bedrijvigheid, provincie Utrecht, 1990-2009

Nieuwe bedrijvigheid

Opgeheven bedrijvigheid Centraal 15%

Overig 25%

Overig 33%

Formeel 60%

Centraal 19%

Formeel 48%

Bron: provincie Utrecht, Bak, Savills, EIB

Figuur 6.5

Verhuizingen van centrale locaties naar bestemming, provincie Utrecht, 1990-2009

Overig 21% Centraal 33%

Formeel 46%


67

Figuur 6.6

Verhuizingen van formele locaties naar bestemming, provincie Utrecht, 1990-2009

Centraal 14%

Overig 38%

Formeel 48%


geven een diffuser beeld. Hier wordt ook sterk naar overige locaties verhuisd en deels naar Formeel. Verhuizingen over een ‘grote afstand’ zitten hier weinig tussen. Van centrale C-locaties wordt niet of nauwelijks naar een A- of B-gebouw van een ander locatietype verhuisd.

Figuur 6.7

Verhuizingen van overige locaties naar bestemming, provincie Utrecht, 1990-2009

Overig 12%

Centraal 5%

Formeel 83%

Bron: EIB

68

Formele locaties kennen de meeste verhuisdynamiek. Organisaties in formele locaties verhuizen niet snel naar een andere locatie (figuur 6.6). Naar centrale locaties wordt nagenoeg niet verhuisd. Binnen formele locaties geldt dat wanneer van een formele A-locatie wordt verhuisd, de bestemming bijna altijd een andere A-locatie is. Verhuizers uit het B-segment kiezen wat meer voor overige locaties of maar vooral voor formele locaties. Veelal was de bestemming hetzelfde B-segment op deze formele locaties maar er was ook sprake van opwaartse en neerwaartse mobiliteit naar het formele A- en C-segment. Voor het C-segment geldt hetzelfde beeld. Enkele verhuizingen naar overige locaties en daarnaast voornamelijk naar andere formele locaties met enige opwaartse mobiliteit, naar het B-segment. De overige locaties vertonen ook een redelijke dynamiek. Figuur 6.7 laat zien dat een andere overige locatie een veel voorkomende bestemming is bij verhuizing. Bedrijvigheid in het A-segment kiest bij verhuizing vaak weer voor een overige locatie of voor het formele A-segment. Verhuizers uit het B-segment kiezen veelal weer voor een overige locatie of voor het formele A- of B-segment. Verhuizingen vanuit het C-segment hebben veelal als bestemming een andere overige locatie of een pand op een formele locatie uit het B- of C-segment. Formele locaties zijn vaak de bestemming van een verhuizing, ook vanuit de andere locatietypen. Het is verleidelijk hier een trend in te zien. Kanttekening hierbij is dat in formele locaties ook het meeste nieuwe aanbod is gecreëerd. Verhuizingen naar deze locaties kunnen dan ook verklaard worden door een gebrek aan geschikt aanbod aan centrale en/of overige locaties. Een van de aannames van het model is dat er gemakkelijker binnen dan tussen type locaties wordt verhuisd. De gemaakte analyse lijkt dit te bevestigen. Verhuizen naar een ander segment binnen een locatie komt regelmatig voor en het lijkt er ook op dat wanneer bedrijven naar een ander type locatie verhuizen ze tot op zekere hoogte vasthouden aan hetzelfde kwaliteitssegment.

69

70

7

Modeluitkomsten

In dit hoofdstuk worden de uitkomsten van het kantorenmodel gepresenteerd op basis van de empirische invulling voor de pilot regio Utrecht. Naast het basisscenario worden verschillende varianten gepresenteerd. Het basisscenario is telkens het referentiepunt, ‘business as usual’: het gedrag van partijen in de kantorenmarkt verandert niet ten opzichte van het verleden. De aannames die gemaakt zijn over dit economische gedrag zijn toegelicht in hoofdstuk zes. De input voor het model zijn in de hoofdstukken drie, vier en vijf gepresenteerd. In bijlage A zijn deze verzamelde gegevens onder elkaar gezet. De modeluitkomsten zullen telkens in termen van leegstand, gebruik, nieuwbouw, transformatie en onttrekking worden toegelicht. 7.1 Basisscenario Het basisscenario is het referentiepunt, het reflecteert ‘business as usual’. De autonome vraag neemt licht toe door de groei van de beroepsbevolking met circa 5% tot 2020 om daarna weer te dalen, in 2040 bij benadering naar het niveau van 2010. Er volgen geen bijzondere ingrepen in de kantorenmarkt en de markt doet haar werk. In paragraaf 6.2 zijn de verdere basisuitgangspunten van het model uiteengezet. Dit basisscenario laat goed zien hoe het kantorenmodel functioneert. Het vertrekpunt is de huidige marktsituatie, de vraagraming en economische principes. De verhouding tussen vraag en aanbod per segment bepaalt of nieuwbouw en onttrekkingen tot stand komen. Wanneer het aanbod de vraag in een segment overtreft, dalen de prijzen. Prijsdaling in een segment trekt vervolgens gebruikers uit andere segmenten, waar vervolgens hetzelfde weer gebeurt. Uiteindelijk ontstaat leegstand aan de onderkant van de markt. Prijsdalingen kunnen er bovendien toe leiden dat alternatief gebruik in beeld komt op centrale en overige locaties. Zolang prijzen boven de reserveringsprijzen liggen, is nieuwbouw rendabel en wordt daarom ook gerealiseerd. Gebouwen verouderen daarnaast in de tijd waardoor zij in kwaliteit afnemen. Hogere kwaliteitsklassen, A en B, nemen zonder nieuwbouw dus in de tijd af in omvang. Tabel 7.1 geeft op geaggregeerd niveau de uitkomsten voor de provincie Utrecht. Tot 2020 zal de marktomvang licht afnemen. Autonome onttrekkingen worden slechts ten dele opgevangen door nieuwbouw. Door toenemende werkgelegenheid en de vraagverhogende prijsdaling van

Tabel 7.1

Modeluitkomsten basisscenario, provincie Utrecht, 2010, 2020 en 2040

2010 (× 1.000 m2)

Kantorenmarkt, in dat jaar Nieuwbouw vanaf 2010 Autonome onttrekkingen vanaf 2010 Transformatie vanaf 2010 Prijsmutatie t.o.v. prijsniveau 2010 (percentages) Leegstand, in dat jaar (percentages)

2020 (× 1.000 m2)

2040 (× 1.000 m2)

5.996 0 0 0

5.970 111 137 55

5.632 281 646 102

0 15

-30 6

-23 7

Bron: EIB

71

30% wordt de markt nog niet veel kleiner. Er is behoefte aan 55 duizend vierkante meter extra onttrekkingen via transformatie tot 2020. Na 2020 verdwijnen voornamelijk in formele locaties gebouwen van de kantorenmarkt door technische veroudering. Dit creëert enige ruimte voor nieuwbouw, maar door afnemende werkgelegenheid blijft de nieuwbouw op een laag peil. Over een langere periode herstelt het prijsniveau zich weer iets, maar het prijsniveau blijft 23% onder dat van 2010. In figuur 7.1 is de ontwikkeling van de voorraad naar segmenten voor 2010, 2020 en 2040 in duizenden vierkante meters weergegeven. Duidelijk wordt dat de functie van de ruimte in de tijd verandert. Formele locaties winnen gebruikers doordat de prijs daar volgens het model sterk zal dalen. Richting 2040 lopen de autonome onttrekkingen sterk op door technische veroudering. Nieuwbouw blijft bescheiden. Figuur 7.1

Samenstelling van de voorraad, basisscenario

2

× 1.000 m 3.500

Leegstand

3.000 2.500

In gebruik

2.000

Nieuwbouw

1.500 1.000

Autonome onttrekkingen

500

Onttrekkingen door transformatie

0 - 500 - 1.000

2010 Centrum

2010 Overig

2010 Formeel

Bron: EIB

De aanpassing van de markt richting marktevenwicht is het gevolg van een prijsmutatie ten opzichte van 2010. In 2020 is de reële huurprijs met 30% afgenomen. Per segment verschilt deze prijsdaling, zoals te zien in figuur 7.2. Aan de onderkant van de markt dalen de prijzen het meest. Doordat in de markt bijvoorbeeld met incentives gewerkt wordt, is niet goed te zeggen in hoeverre deze prijsdaling in de praktijk al gerealiseerd is.

72

Figuur 7.2

Prijsmutatie ten opzichte van 2010, basisscenario, 2020 en 2040

2020

2040

0 - 10

Centraal A

B

C

0 - 10

- 20

- 20

- 30

- 30

- 40

- 40

- 50

- 50

Overig

0 - 10

A

B

C

B

C

A

B

C

A

B

C

0 - 10

- 20

- 20

- 30

- 30

- 40

- 40

- 50

A

- 50

Formeel 0 - 10

0 A

B

C

- 10

- 20

- 20

- 30

- 30

- 40

- 40

- 50

- 50

Bron: EIB

Figuur 7.3 geeft de samenstelling van de nieuwbouwproductie in het basisscenario. De meeste ruimte voor nieuwbouw tot 2020 bestaat in de centrale locaties. Na 2020 ontstaat, mede door de oplopende veroudering van de bestaande voorraad, ook beperkt ruimte voor nieuwbouw op formele locaties. Voor een tabel met een volledig overzicht van de resultaten, per segment, wordt verwezen naar bijlage B.

73

Figuur 7.3

Nieuwbouw naar locatiesegment, basisscenario, 2020 en 2040 (cumulatief)

x 1.000 m

2

180 Centrum Overig Formeel

160 140 120 100 80 60 40 20 0 2020

2040

Bron: EIB

7.2 Variantenanalyse De uitkomsten van het basisscenario zijn het resultaat van de aannames die gemaakt zijn ten aanzien van vraag, aanbod en gedrag van stakeholders. Dit gedrag kan anders zijn, bijvoorbeeld door beleid of andere reacties op de gewijzigde marktomstandigheden. In deze paragraaf worden zes varianten vergeleken met het basisscenario. Niet alle varianten zijn even realistisch, maar alle geven een indicatie van hoe groot het effect zal zijn bij een maximale toepassing ervan. De volgende varianten zullen worden toegelicht: • • • • • •

variant 1: hogere vraag naar kantoorruimte; variant 2: meer aandacht voor renovaties; variant 3: alleen in het centrum nieuwbouw ontwikkelen; variant 4: meer prijsrigiditeit; variant 5: extra exogene onttrekkingen in formele locaties; variant 6: ontwikkeling van de hele plancapaciteit.

Variant 1: hogere vraag naar kantoorruimte De vraag naar kantoorruimte kan groter zijn dan verwacht. Bijvoorbeeld doordat de daling in de kantoorruimte per werknemer van tijdelijke aard blijkt te zijn, de Nederlandse economie harder zal groeien dan verwacht, de demografische ontwikkeling gunstiger uitpakt of omdat de kantoorgebonden werkgelegenheid een groter deel zal uitmaken van de economie. In deze variant wordt verondersteld dat de vraag naar kantoorruimte 10% hoger ligt dan in het basisscenario. De extra vraag biedt meer ruimte voor nieuwbouw (figuur 7.4). Tot 2020 kan de nieuwbouwproductie tweemaal zo groot zijn en tot 2040 zelfs meer dan dat. Deze nieuwbouwproductie is dan overigens nog steeds minder dan de helft van de planvoorraad. De hogere vraag houdt ook meer druk op de markt, waardoor de prijsdaling minder hoog uitvalt (figuur 7.5). De leegstand en het overaanbod zijn kleiner dan in het basisscenario (figuur 7.6).

74

De leegstand en het overaanbod is dan kleiner dan in het basisscenario (figuur 7.6). Dit leidt tot minder prijsdruk en daardoor zakken de prijzen dus minder (figuur 7.5). Het ontwikkelen van meer nieuwbouw (figuur 7.4) zal rendabel zijn. Tot 2020 kan de nieuwbouwproductie tweemaal zo groot zijn en tot 2040 zelfs meer dan dat. Deze nieuwbouwproductie is dan overigens nog steeds minder dan de helft van de planvoorraad. In de situatie dat de vraag kantoorruimte achterblijft bij de verwachting, dan gelden tegengestelde effecten, die niet per se lineair zijn. Zo zal de ruimte voor nieuwbouw bij 10% minder vraag met dezelfde uitgangspunten nihil worden. Variant 2: meer aandacht voor renovaties Investeren in de bestaande voorraad laat de kwaliteit van de voorraad toenemen, zonder dat de voorraad zelf in omvang toeneemt. Als het aantal renovaties toeneemt, sorteert dit op drie manieren effect. Ten eerste is de economische veroudering vertraagd (0,2 procentpunt in alle locatietypen). Een hogere renovatie-inspanning zal tot gevolg hebben dat kantoren minder snel een segment omlaag zakken. Een grotere renovatie-inspanning zal betekenen dat de nieuwbouwpotentie afneemt. Een deel van de ruimte voor nieuwbouw wordt in de segmenten opgevuld door kantoren die zijn gerenoveerd en die van het B- of C- naar het A-segment ‘promoveren’. Zowel tot 2020 als tot 2040 worden vergelijkbare niveaus behaald voor nieuwbouw, prijsmutatie en leegstand als in het basisscenario. Ook de voorraad is van vergelijkbare omvang, echter, gemiddeld is de kwaliteit van de gebouwen hoger. Variant 3: alleen in het centrum nieuwbouw ontwikkelen In deze variant is aangenomen dat nieuwbouw op overige en formele locaties niet meer wordt toegestaan. Nieuwbouw op centrale locaties blijft wel mogelijk. De consequentie is dat meer gebouwd kan worden op centrale A- en B-locaties. Ten opzichte van het basisscenario is het effect beperkt. Dit komt vooral omdat in het basisscenario al weinig nieuwbouw wordt gerealiseerd, er zijn niet veel locaties om op slot te zetten. Het op slot zetten van overige en formele locaties heeft ook weinig invloed op de huurprijzen tot 2020. Na 2020 leidt dit er wel toe dat prijzen zich kunnen herstellen, omdat het aanbod op deze locaties door autonome onttrekkingen afneemt. Op centrale locaties wordt tot 2020 niet meer

Figuur 7.4

Nieuwbouw bij zes varianten in 2020 en 2040

1.600

[0] Basisscenario

1.400

[1] Hogere vraag

1.200

[2] Meer renoveren

1.000 800

[3] Alleen centraal ontwikkelen

600

[4] Meer prijsrigiditeit

400 200

[5] Planvoorraad bouwen

0 2020

2040

[6] Meer slopen in formeel

Bron: EIB

75

0 -5 -10 -15 -20 -25 -30 -35 -40 -45 -50

2020

2040 2040

Procenten

Prijsmutatie t.o.v. 2010 bij zes varianten in 2020 en 2040

2020

Figuur 7.5

[0] Basisscenario [1] Hogere vraag [2] Meer renoveren [3] Alleen centraal ontwikkelen [4] Meer prijsrigiditeit [5] Planvoorraad bouwen [6] Meer slopen in formeel

Bron: EIB

gebouwd dan in het basisscenario. Na 2020 komt slechts voor ruim 10.000 vierkante meter extra nieuwbouw ruimte op centrale locaties. Door de beperkte substitutie tussen locaties resulteert het blokkeren van nieuwbouw in overige en formele locaties daardoor voornamelijk in minder prijsdaling dan in het basisscenario.

Figuur 7.6

Leegstand bij zes varianten in 2020 en 2040

Procenten

20

[0] Basisscenario [1] Hogere vraag

15

[2] Meer renoveren 10

[3] Alleen centraal ontwikkelen [4] Meer prijsrigiditeit

5

[5] Planvoorraad bouwen 0 2020

2040

[6] Meer slopen in formeel

Tot 5% leegstand is frictieleegstand ook op te vatten als evenwichtsleegstand. Meer leegstand staat voor hetzij feitelijke leegstand hetzij transformatiepotentie.

Bron: EIB

76

Variant 4: meer prijsrigiditeit In deze variant wordt verondersteld dat de prijs tot 2020 slechts 25% kan dalen en er dus enige starheid is. In 2040 worden de bodemprijzen van het basisscenario gehanteerd. Extra nieuwbouw tot 2020, die mogelijk wordt doordat de prijzen minder scherp dalen, wordt vervolgens opgelegd aan de doorkijk naar 2040. Bij deze mate van prijsrigiditeit blijft de leegstand in het formele C-segment hoog op circa 13%. Als er geen extra onttrekkingen op gang komen, zoals verondersteld door het model, komt de totale leegstand uit op circa 9%. Doordat prijzen minder dalen is er voor bijna één keer zoveel nieuwbouw ruimte tot 2020. Wanneer vervolgens de prijsrigiditeit richting 2040 wordt opgeheven, blijkt dat deze nieuwbouw voor de voorraad is gebouwd. De totale vraag naar nieuwbouw tot 2040 blijft namelijk, logischerwijs, op het niveau van het basisscenario. Voor de toekomst zou, in plaats van prijsrigiditeit via de bodemprijs, onderzocht kunnen worden of een vertragingsstructuur beter inzicht biedt. Variant 5: ontwikkeling van de hele plancapaciteit In deze variant wordt de volledige plancapaciteit ontwikkeld. Om de nieuwbouwplannen volledig te kunnen ontwikkelen is in het model de reserveringsprijs voor nieuwbouw losgelaten. De bodemprijzen zijn wel gehandhaafd. Het volledig ontwikkelen van de plancapaciteit, circa 1,6 miljoen vierkante meter, vergroot de leegstand in de markt. Tot 2020 zullen de prijzen zakken met 45% en de leegstand zal circa 12,5% zijn. De marktprijzen zullen praktisch overal de bodemprijzen bereiken. Deze lage prijzen vergroten de vraag naar kantoorruimte licht met 9%. Tegelijkertijd zal op de overige en centrale locaties kantoorruimte aan de markt onttrokken worden door transformatie, ongeveer eenzelfde volume als dat er aan nieuwbouw wordt opgeleverd. In 2040 zullen de prijzen nog licht gezakt zijn ten opzichte van 2010 en het overaanbod neemt toe tot 15%. Dit overaanbod wordt reëel, wanneer transformaties niet op gang komen zoals door het model verondersteld. Duidelijk wordt dat het hier gaat om een extreme en onrealistische variant. Ontwikkelaars zouden theoretisch alleen met verlies kunnen bouwen en tegelijkertijd moet er in 30 jaar tijd 350 duizend vierkante meter extra onttrokken worden aan formele locaties. In centrale en overige locaties moet er nog eens circa 300 duizend vierkante meter via transformatie geabsorbeerd worden. Het ontwikkelen van de volledige huidige planvoorraad lijkt daarom onrealistisch. Variant 6: extra exogene onttrekkingen in formele locaties In formele locaties is de leegstand duidelijk het hoogst. Op deze locaties is daardoor de prijsdruk ook het hoogst. In deze variant wordt op formele locaties 15% van de verouderde voorraad (C-segment) tussen nu en 2020 extra onttrokken (224.000 m2). Hierdoor zal de leegstand sneller teruglopen en de prijsdruk naar beneden verminderen. Tot 2020 is de prijsdaling minder sterk (-23%) dan in het basisscenario (-31%). Deze verminderde prijsdaling maakt iets meer nieuwbouw mogelijk. Tot 2040 is het nu mogelijk tweemaal zoveel nieuwbouw te ontwikkelen (180.000 m2), voornamelijk op formele locaties. Reflectie Uit de voorgaande variantenanalyse komt naar voren dat met name de nieuwbouw gevoelig is voor de varianten. Een nieuw kantoor bouwen is een zogeheten marginale beslissing. De kantorenmarkt is een voorraadmarkt waardoor aanpassingen in het aanbod sterk via nieuwbouw lopen, in de marge. Bij een wijziging in de uitgangspunten heeft dit dus veel minder impact op een grootheid als de voorraad dan op de nieuwbouw. Varianten waarin de onttrekkingen hoger liggen creëren meer ruimte voor nieuwbouw. Nieuwbouw gaat in die varianten dus wel gepaard met meer onttrekkingen. Nieuwbouw en onttrekkingen kunnen niet los van elkaar worden gezien.

77

7.3 Gevoeligheidsanalyse Voor het basisscenario zijn parameters vastgesteld ten aanzien van economisch gedrag. Deze parameters bepalen de uitkomsten van het basisscenario. In deze paragraaf wordt de gevoeligheid van de parameters aangetoond door varianten te tonen op het basisscenario waarin de parameters een ander niveau hebben. Deze gevoeligheidsanalyse is uitgevoerd voor de volgende parameters: (A) hogere frictieleegstand; (B) lagere bodemprijzen; (C) lagere nieuwbouwprijzen; (D) hogere prijsgevoeligheid. Variant A: hogere frictieleegstand De frictieleegstand is verhoogd van 5 naar 8%. Dit betekent dat bij een leegstand van 8% eigenaren hun prijzen niet verder zullen verlagen om extra vraag te trekken. Voor eigenaren is een leegstand van 8% in feite ‘acceptabel’. Veel aan de dynamiek verandert dit niet. De hogere evenwichtsleegstand biedt meer ruimte voor nieuwbouw en wat minder onttrekkingen. Variant B: lagere bodemprijzen De bodemprijs wordt verondersteld lager te liggen dan aangenomen. Dit betekent dat, om transformaties economisch rendabel te maken, de prijzen verder moeten zakken of dat onderhoudsen beheerskosten lager liggen. De prijzen worden 10 procentpunt lager gemodelleerd. Op centrale locaties mag de prijs dan 35% zakken, op overige locaties 50% en op formele locaties 75%. Het effect is echter gering. De prijsdaling gaat marktbreed iets verder en genereert hierdoor wat extra vraag. De extra onttrekkingen vallen ten opzichte van het basisscenario iets lager uit, net als de nieuwbouw. Variant C: Lagere nieuwbouwprijzen In deze variant is aangenomen dat de nieuwbouw ook bij lagere marktprijzen nog kan worden gerealiseerd. Bijvoorbeeld omdat de realisatiekosten lager zijn (geworden) of gemeenten lagere grondprijzen hanteren. Per definitie wordt in deze variant meer nieuw gebouwd en marktbreed dalen de prijzen. Variant D: Hogere prijsgevoeligheid In deze variant is aangenomen dat de prijselasticiteit van de vaag hoger is. Een prijsverlaging genereert meer extra vraag. In deze variant geldt een prijselasticiteit van -0,4. Dit houdt in dat een prijsdaling van 10% in 4% meer vraag resulteert. In het basisscenario is de prijselasticiteit de helft met -0,2. In het basisscenario zal bij een prijsdaling van 10% de vraag slechts 2% toenemen. In deze variant levert prijsdaling dus extra vraag op en daarmee meer ruimte voor nieuwbouw, minder onttrekkingen en een lagere prijsdaling.

78

Tabel 7.2

Gevoeligheidsanalyse van het basisscenario, modeluitkomsten bij andere parameters

Basis

A

B

C

D

2040

2040

2040

2040

2040

Totaal oppervlakte nieuwbouw extra onttrekkingen prijsmutatie (%)

5.633 283 103 -23

5.775 424 83 -22

5.565 215 20 -25

5.789 440 185 -30

5.828 476 78 -21

Nieuwbouw Centraal A Centraal B Overig A Overig B Formeel A Formeel B

113 46 12 0 86 26

130 63 12 16 125 79

97 10 12 0 79 18

130 71 12 29 151 46

130 73 12 29 138 94

Extra onttrekkingen Centraal C Overig C Formeel C

103 0 0

83 0 0

20 0 0

154 31 0

78 0 0

A = frictieleegstand van 5% naar 8% B = bodemprijs 10%punt lager (meer ruimte voor prijsdaling) C = reserveringsprijs 10%punt lager (5 op Centraal; meer nieuwbouw) D = hogere prijselasticiteit (lagere prijs = meer vraag)

Bron: EIB

7.4 Interpretatie van de uitkomsten De uitkomsten van het model moeten als richtinggevend worden gezien en niet als absolute voorspelling van de toekomst. De waarde van het model is dat geschetst wordt welke richting de markt opgaat op langere termijn, vanuit een voor de markt ongewone situatie. Gezien de verwachte gematigde ontwikkeling van de vraag is sprake van langdurig overaanbod. Dit perspectief wijkt af van bijvoorbeeld de situatie rond de kantorencrisis in 1993. Destijds werd uitgegaan van langdurige problematische leegstand, maar bleek de kantoorwerkgelegenheid daarna onverwacht hard te groeien. Een dergelijke opleving van de vraag is nu echter niet te verwachten. In verschillende varianten is aangetoond dat structureel minder nieuwbouw wordt gerealiseerd, er meer zal worden onttrokken en dat de prijzen onder druk komen. Bij de werkgelegenheidsramingen ligt een aandachtspunt. Goede, direct bruikbare regionale werkgelegenheidsramingen waren niet voorhanden. In korte tijd zijn daarom pragmatische werkgelegenheidsramingen voor de provincie Utrecht opgesteld. Deze geven redelijke ordes van grootte weer, maar een verdiepingsslag op dit terrein lijkt wenselijk. Dit is goed mogelijk, maar zal dan in een vervolgfase moeten worden meegenomen.

79

Prijzen spelen een belangrijke rol. De mutaties die uit het model komen, zijn niet per definitie wat uiteindelijk in de praktijk zal worden waargenomen. Door incentives is onduidelijk hoeveel prijsdaling daadwerkelijk al in de huidige prijzen ligt besloten. Daarnaast is er onzekerheid over vertragingsstructuren waarmee prijzen doorwerken. Prijsdalingen zorgen er in het model immers voor dat onttrekkingen economisch aantrekkelijker worden. Nu is al zichtbaar dat er meer aandacht komt voor onttrekkingen en renovaties. Eigenaren nemen het verlies en gaan investeren. Het bevestigt de prognose vanuit het model. Het model voorspelt ook een teruglopende nieuwbouw. Nieuwbouw is bij een zekere prijsdaling niet meer rendabel. In de expertsessies is verschillende keren aangegeven dat voor ontwikkelaars “de incentives die nodig zijn om gebruikers voor nieuwbouw te laten kiezen momenteel niet meer te financieren en betalen zijn”. Oftewel, de prijzen liggen dicht tegen de huidige reserveringsprijzen aan. Wellicht dat de reserveringsprijzen nog wat kunnen dalen door efficiëntieverbeteringen in het ontwikkelproces of grondprijsverlaging, maar de rek lijkt niet al te groot. Nieuwbouw komt enkel tot stand wanneer daar markt voor is. Het zet de discussie rond het omgaan met de plancapaciteit in een ander perspectief. Het bestaan van plancapaciteit is namelijk geen garantie dat deze ook daadwerkelijk wordt ontwikkeld. Hiervoor moet een markt zijn. Nieuwbouw komt momenteel al zeer moeilijk tot stand en in deze markt met een ruim overaanbod komt hierin niet snel verandering. In de verschillende voor Utrecht doorgerekende varianten laat het model zien dat maximaal de helft van de plancapaciteit wordt ontwikkeld, variant 1 met 10% meer vraag dan het basisscenario. Het kantorenmodel biedt publieke en private beleidsmakers een instrument om te anticiperen op de komende marktontwikkeling. De uitkomsten van het model geven aan dat vraagstukken rond leegstand en overcapaciteit aan nieuwbouwplannen ook in een ander perspectief bekeken kunnen worden. De leegstand lost zich voor een groot deel vanzelf op. Wat betreft de leegstand zitten de problemen met name in de institutionele belemmeringen zoals regelgeving en ‘loss aversion’ bij financiers en beleggers. Dit zijn oplosbare problemen, al was het alleen maar met het verstrijken van de tijd. Problemen zitten wellicht ook bij het omgaan met de echt incourante kantoren, die in het model als autonome onttrekkingen zijn opgenomen. Voor vraag, aanbod en prijzen maakt het niet uit of een kantoor dat onder de bodemprijs zakt wordt gesloopt of leeg blijft staan. Beleidsmatig is dit waarschijnlijk wel relevant, het kan bijvoorbeeld vanuit de ruimtelijke ordening wenselijk zijn dat dergelijke kantoren feitelijk worden gesloopt en bijvoorbeeld door acceptabele publieke ruimte worden vervangen. Dit vereist dan meer aandacht voor de autonoom te verwachten sloop van kantoren, ook als dit voor het functioneren van de kantorenmarkt zelf niet van belang is. Bij de modelresultaten passen enige relativerende opmerkingen. Het model is ontwikkeld op basis van empirie en kwalitatieve expert opinions. De kwaliteit van de gebruikte transactiedata is redelijk maar niet volledig. Daarnaast zijn bij de verwerking kwalitatieve trends meegenomen waarvoor de empirische basis smal is. Voortschrijdend inzicht zal in de tijd tot verbetering hiervan leiden. Een aantal andere onzekerheden is overigens benoemd en verkend in het vorige hoofdstuk. In de sfeer van de aanpassingsmechanismen is in het model sprake van een belangrijke rol voor evenwichtsherstel via het prijsmechanisme. Dit is het gevolg van het feit dat het model zich richt op de lange termijn met de steekjaren 2020 en 2040 en de informatie vanuit partijen over het type marktimperfecties die in de praktijk een rol spelen. Op een termijn van tien tot dertig jaar lijkt dit een valide uitgangspunt, maar de rol die verwachtingen en daarmee samenhangende vertragingsstructuren spelen zou beter onderzocht moeten worden. Langdurige vertragingfuncties zijn een optie, maar nut en noodzaak hiervan zijn nog niet onderzocht.

80

Een interessant punt is tot slot dat geen expliciete relatie is gelegd met andere ruimtemarkten. Een analyse van de interactie tussen regio’s zou een aanvulling op dit punt zijn, want voor dit onderzoek zijn andere regionale markten niet in beeld gebracht. Bovendien wanneer de woningmarkt in Utrecht onder druk komt, kan het zijn dat kantoren aantrekkelijker worden om te transformeren. In het model zou dit betekenen dat de bodemprijzen hoger liggen dan aangenomen. Hogere bodemprijzen betekenen fors hogere onttrekkingen en nieuwbouwproductie. De hoogte en ontwikkeling van de bodem- en reserveringsprijzen kan in een nadere analyse, met ook de mogelijkheden in alternatieve markten, nog een keer goed worden bepaald en dient ook gemonitord te worden. Juist omdat de prognose afwijkt van de historische marktontwikkeling is het relevant de markt te blijven volgen en te analyseren in hoeverre veronderstelde ontwikkelingen in de praktijk ook zichtbaar zijn.

81

82

8

Toepassingsmogelijkheden

In dit hoofdstuk worden enkele concrete toepassingsmogelijkheden van het model, zoals die samen met de provincie Utrecht zijn verkend, gegeven. Het gaat hierbij om het doorrekenen van beleidseffecten en het verdiepen van het marktonderzoek. 8.1 Doorrekenen beleidseffecten Het EIB kantorenmodel gaat uit van spanningen tussen vraag en aanbod. Gegeven de (beleids-) keuzes op het gebied van sloop en nieuwbouw en de opgestelde vraagramingen, geeft het kantorenmodel inzicht in de toekomstige marktdynamiek. Per segment wordt duidelijk waar sprake is van schaarste of overaanbod en welke prijsontwikkeling daarbij hoort. Doorrekenen nieuwbouwprogramma of sloopopgave Op het gebied van uitvoeren van nieuwbouwprogramma’s of sloopopgaven is sprake van betrokkenheid van beleidsmakers. Beleid heeft hiermee (indirect) invloed op de uitkomsten van de markt. Het kantorenmodel biedt een instrument waarmee deze beleidseffecten kunnen worden doorgerekend. Zoals aangegeven, het model resulteert in ramingen van leegstand en prijzen per segment. De vraag is welke financieel economische consequenties daarbij horen. Bijvoorbeeld in termen van toekomstige belasting- of grondinkomsten, of in termen van planschade. MKBA nieuwbouw van kantoren De analyse kan verder strekken, met bijvoorbeeld het waarderen en opnemen van de directe en indirecte maatschappelijke kosten en baten van nieuwbouw en leegstand, voor concrete locaties. De doorrekening krijgt dan meer het karakter van een maatschappelijke kosten-batenanalyse. Wat zijn bijvoorbeeld de leefbaarheideffecten die van kantorenleegstand uitgaan. En welke indirecte baten gaan er uit van het stimuleren/faciliteren van onttrekkingen en transformaties op concrete locaties. Welke relaties liggen er met beleidsdoelen op de andere ruimtemarkten, zoals wonen en winkelen. Met het doorrekenen en analyseren van de beleidseffecten wordt beleidsmakers meer gevoel geboden bij de economische consequenties van beleidskeuzes die worden gemaakt en kunnen deze keuzes ook worden onderbouwd/verantwoord. 8.2 Verdieping marktonderzoek Het EIB heeft voor het kantorenproject in de provincie Utrecht veel data en informatie verzameld en uitgebreide marktanalyses uitgevoerd. Gedurende de inventarisatie is overlegd en samengewerkt met de provincie. Het doel van de informatieverzameling was primair om het kantorenmodel op te kunnen zetten. De gebruikte bronnen en analyses bevatten onderliggend echter veel relevante, beleidsondersteunende informatie. Bronnen: • Transactiebestand kantorenverhuurmarkt 1990-2010 • Kantorenvoorraadbestand 1990-2010 • Werkgelegenheidsbestand (PAR) 1990-2010 • Inventarisaties actueel aanbod en planvoorraad kantorenmarkt • Kantorenvraagramingen PBL/EIB 2040

83

Marktinformatie kantorenconcentraties Het kantorenmodel gaat uit van een marktsegmentering naar locatietype en kwaliteits-/prijsklasse. Om meer gevoel te krijgen bij de segmentering zijn de onderliggende locaties te concretiseren. Zo is zichtbaar te maken hoe concrete locaties (bijv. Papendorp, Rijnsweerd, Amersfoort CS) zich in het verleden hebben ontwikkeld: waar leegstandsconcentraties bestaan, welk type (kantoor)gebruikers zich daar met name vestigen en in welk prijssegment de locatie valt. Het kantorenmodel geeft daarnaast naar marktsegment prognoses van vraag, prijsontwikkeling en leegstandsontwikkeling. Ook dit kan verder worden geconcretiseerd naar onderliggende deellocaties. Zo wordt duidelijk naar welke concrete locaties vraag is en hoe zich dit verhoudt tot het aanbod. Ook wordt dan duidelijk welke concrete locaties met elkaar ‘concurreren om dezelfde vraag’, wat de afstemming in ontwikkellocaties in perspectief plaatst. Vestigingsgedrag kantoorhoudende organisaties Het werkgelegenheidsbestand (PAR) is een waardevolle bron om het vestigingsgedrag van organisaties te kunnen analyseren. Het adressenbestand laat van jaar op jaar zien dat organisaties ‘verdwijnen’ of ‘verschijnen’. Hieruit zijn verhuisbewegingen af te leiden. In paragraaf 6.3 zijn enkele resultaten gepresenteerd. De analyse heeft zich beperkt tot de locatietypen, maar kan worden uitgebreid naar bijvoorbeeld gemeenten of postcodegebieden, eventueel per segment. En is er verschil tussen bedrijven die binnen Utrecht verhuizen of bedrijven die zich in Utrecht vestigen? Welk segment kent relatief de meeste bedrijfsbeëindigingen? Welke bedrijven vestigen zich vooral in nieuwbouw? De analyse vergroot het begrip van het gedrag van gebruikers in de markt en maakt het mogelijk hier in de planning nog meer rekening mee te houden. Ook maakt het nog duidelijker welke segmenten en locaties substitueerbaar (en dus elkaars concurrenten) zijn.

84

9

Conclusie

Het Economisch Instituut voor de Bouw (EIB) heeft een methode gepresenteerd om zicht te krijgen op de toekomstige vraag- en aanbodverhoudingen in de kantorenmarkt. De methodiek gaat uit van een marktanalyse, vraagprognoses en het formuleren van verwachtingen omtrent toekomstige marktdynamiek op basis van het ontwikkelde economisch kantorenmodel. De kantorenmarkt is daarvoor ingedeeld in kwaliteitssegmenten. Binnen deze met elkaar samenhangende segmenten worden vraag en aanbod door middel van prijs en verplaatsingen tussen de segmenten (substituties) met elkaar in evenwicht gebracht. Behalve de indeling naar segmenten vormt de vraagraming een belangrijk onderdeel van de analyse. De prognose is ontleend aan een verwachte werkgelegenheidsontwikkeling, het geschatte aandeel daarvan dat in kantoren werkt en het gemiddelde ruimtegebruik van kantoorwerknemers. Na een verkenning van de bestaande werkgelegenheidsraming en eerdere analyses van aandelen kantoorhoudende werkgelegenheid en het ruimtegebruik van werknemers, is een actuele raming opgesteld. De raming is gebaseerd op Primos prognoses voor de beroepsbevolking en ramingen van het CPB voor de arbeidsparticipatie. Vervolgens is de werkgelegenheid verdeeld naar de sectoren Handel en Industrie, Zakelijke en ICT dienstverlening, Banken en Verzekeraars en Overheid en Non-profit. Binnen deze sectoren is op basis van een historische data-analyse voorspeld welk aandeel van de werkgelegenheid in een kantoor werkt en hoeveel het ruimtegebruik is. Marktramingen Voor Utrecht geeft een prognose van de vraag aan dat in 2020 vraag bestaat naar 5,3 miljoen vierkante meter kantoorruimte. Ten opzichte van de kantoorruimte in gebruik van 5,0 miljoen vierkante meter nu is dat in toename van ruim 5%, ondanks dat rekening wordt gehouden met een afnemend ruimtegebruik van werknemers. Tot 2020 is nog sprake van relatief sterke werkgelegenheidsgroei in Utrecht. Na 2020 neemt, mede door de invloed van een verder afnemend ruimtegebruik van kantoorwerknemers, de vraag naar kantoorruimte weer af naar 5,0 miljoen vierkante meter, gelijk aan de vraag in 2010. In totaal is rekening gehouden met een afname in het ruimtegebruik van 10% tot 2040. Afgezet tegen de bestaande voorraad van 5,9 miljoen vierkante meter en nieuwbouwplannen van 1,6 miljoen vierkante meter, is duidelijk dat vraag en (plan)aanbod niet met elkaar in evenwicht zijn. Het is dan ook niet realistisch om uit te gaan van een volledige ontwikkeling van de planvoorraad. Het economisch kantorenmodel laat zien dat een dergelijke ontwikkeling tot fors overaanbod leidt, met grote prijsdalingen en een grote sloopopgave tot gevolg. Het is een ontwikkeling die in de praktijk niet realistisch is. Met het model is geschetst hoe een realistisch scenario er dan wel uitziet. Uitgaande van de vraagprognose is in een basisscenario geschetst hoe nieuwbouw, leegstand en prijzen zich ontwikkelen. Door het bestaande overaanbod treden marktbreed prijsdalingen op. In bepaalde locaties komt meer druk om te onttrekken, vanwege de dan relatief aantrekkelijker alternatieven. De prijsdaling drukt ook de nieuwbouwproductie. Nieuwbouw beperkt zich tot de (hogere) segmenten. In totaal wordt vanuit het model uitgegaan van een nieuwbouwproductie van bijna 300.000 vierkante meter tot 2040. De leegstand loopt wel terug. Door geleidelijk oplopende onttrekkingen, de groei in de vraag van ruim 5%, beperkte nieuwbouw en prijscorrecties bereikt de markt in 2020 nagenoeg evenwicht in het model. Het evenwicht is gedefinieerd als 5% frictieleegstand. Interventies in de kantorenmarkt Voor zover dat zo gezien kan worden, lijkt vanuit het model de huidige kantorenleegstand voor Utrecht dus geen probleem te zijn. De markt lost de leegstand vanzelf op. Wel kunnen fricties bestaan in institutionele belemmeringen, zodat verwachte onttrekkingen niet gerealiseerd kunnen worden. Ook is in het model aangenomen dat de veroudering van de kantorenvoorraad ‘autonoom’ tot onttrekkingen leidt. De kantoren zijn technisch dusdanig verouderd, dat zij buiten de markt vallen. Deze veroudering is met name relevant voor de formele locaties. Dit zijn

85

de grote monofunctionele kantoorlocaties en grote kantoorconcentraties op bedrijventerreinen. Herbestemmen is voor deze locaties minder aantrekkelijk en de gemiddelde levensduur van kantoren is relatief laag. De kantorenvoorraad is hier op dit moment echter nog relatief jong, waardoor de meeste druk op onttrekkingen na 2020 zal ontstaan. Het slopen of herbestemmen van deze incourante voorraad en locaties kan wel een probleem zijn. Verder is te wijzen op het overaanbod van nieuwbouwplannen. Op zichzelf is dit niet direct een maatschappelijk probleem, maar het is wel een probleem voor partijen met grondposities, zoals gemeenten. De beperktere ruimte voor nieuwbouw maakt het maken van keuzes belangrijk en kan om afstemming tussen verschillende grondeigenaren vragen. De afweging moet worden gemaakt van welke locaties het maatschappelijk en economisch wenselijk is dat deze worden ontwikkeld. Vervelend voor de betreffende eigenaar aan de andere kant is dat het schrappen van plannen vaak geld kost. De waarde moet worden afgeboekt en verwachte inkomsten zullen tegenvallen. Het model biedt een instrument waarmee in relatie tot deze problemen het effect van verschillende interventies is door te rekenen. Bijvoorbeeld op welke wijze nieuwbouw kan worden gestimuleerd op locaties waarvan de ontwikkeling wenselijk wordt geacht. En hoe prijsdalingen kunnen worden beperkt. Of wat het effect is op de markt van het opvoeren van de onttrekkingen. Ook de consequenties van het gericht schrappen en toestaan van nieuwbouwplannen zijn door te rekenen. De vraag is namelijk welke financieel-economische consequenties daarbij horen. Bijvoorbeeld in termen van toekomstige belasting- of grondinkomsten of in termen van planschade. Met het doorrekenen en analyseren van de beleidseffecten wordt beleidsmakers meer gevoel geboden bij de economische consequenties van beleidskeuzes die worden gemaakt en kunnen deze keuzes ook worden onderbouwd en verantwoord. Deze informatie kan voor zowel markt- als overheidspartijen richtinggevend zijn voor een succesvolle kantorenstrategie.

86

Bijlage A

Input kantorenmodel

In deze bijlage worden de inventarisaties en prognoses van vraag en aanbod in de kantorenmarkt samengebracht. Leidend zijn de negen marktsegmenten. De vraag wordt in deze analyse niet meer naar sectoren uitgesplitst. Dat wil niet zeggen dat de sectoren geen rol meer hebben. De vraagsectoren en de betreffende voorkeuren van gebruikers bepalen de daadwerkelijke verdeling van de vraag naar segmenten. Zo hebben Banken en Verzekeraars met name een voorkeur voor centrale A-locaties. Het grootste gedeelte van de verwachte werkgelegenheidsgroei in deze sector is in dit segment geprojecteerd. En de achterblijvende werkgelegenheidsgroei van Handel en Industrie betekent dat in de toekomst minder vraag is toegewezen aan formele B- en C-locaties. Deze toewijzing van de vraag op basis van geregistreerde historische trends, resulteert in een projectie van de vraag naar segment (tabel A). Hierbij is uitdrukkelijk nog geen rekening gehouden met prijsreacties. De hier gepresenteerde data worden met elkaar geconfronteerd via het kantorenmodel. De resultaten van die confrontatie staan in hoofdstuk 7.

Tabel A

Projectie 1: samenstelling van de vraag naar kantoren, 2010, 2020 en 2040, duizend vierkante meter

2010

2020

2040

Centraal A B C

252 506 461

251 522 491

249 501 462

Overig A B C

212 471 516

223 502 559

211 472 523

Formeel A B C

414 1.030 1.198

436 1.054 1.231

409 1.006 1.166

Totaal

5.060

5.269

4.998

Bron: Bak, EIB

Aan de aanbodzijde van de markt is de toekomstige ontwikkeling van de kantorenvoorraad in kaart gebracht. Dit heeft aan de ene kant betrekking op de veroudering van de voorraad, aan de andere kant op de nieuwbouwproductie. In tabel B is eerst de ontwikkeling van de kantorenvoorraad geprojecteerd zonder nieuwbouw. De kantorenvoorraad naar segmenten verandert in de loop van de tijd doordat kantoren economisch verouderen. Elk jaar verschuift een percentage van de voorraad naar een lager kwaliteitssegment. In centrale locaties is de veroudering 0,5%, voor overige locaties 0,6% en voor formele locaties 0,9%. Daarnaast worden er in het C-segment kantoren aan de voorraad onttrokken, volgens de Weibull curve die in het vorige hoofdstuk is beschreven.

87

Tabel B

Projectie 2: samenstelling van de kantorenvoorraad zonder nieuwbouw, 2020 en 2040, duizend vierkante meter

2020

2040

Centraal A B C

219 520 563

198 490 590

Overig A B C

233 540 651

206 503 645

Formeel A B C

510 1.155 1.471

426 1.041 1.251

Totaal

5.860

5.350

Bron: Bak, EIB

De totale planvoorraad aan nieuwbouw bedraagt 1,6 miljoen vierkante meter. Dit wordt aangehouden als de maximaal te ontwikkelen voorraad tot 2040, dus met mogelijk extra planvoorraad is geen rekening gehouden. De verdeling van de nieuwbouw naar segmenten en de verdeling tussen 2020 en 2040 is samengevat in tabel C.

Tabel C

Projectie 3: samenstelling van de nieuwbouw, bij volledige ontwikkeling planvoorraad, 2020 en 2040, duizend vierkante meter

Centraal A B Overig A B Formeel A B Totaal Bron: Bak, EIB

88

2020

2040

270 116

420 170

12 82

12 112

384 137

658 219

1.000

1.590

In tabel D is het saldo van de projecties van vraag en aanbod gegeven. Voor het aanbod is de planvoorraad aan nieuwbouw bij de ontwikkeling van de kantorenvoorraad opgeteld. Voor alle segmenten is in 2020 en 2040 sprake van een overaanbod. Het meeste overaanbod is geplaatst in de centrale en formele A-en B-locaties; hier is dan ook de meeste nieuwbouw gepland. Het totale overaanbod bedraagt 2 miljoen vierkante meter in 2040, bij gegeven vraag, gegeven onttrekkingen en volledige realisatie van de plancapaciteit. Het is echter niet waarschijnlijk dat het zover komt. Er zal corrigerende dynamiek in de markt ontstaan en er zullen correcties optreden vanuit de aanbodzijde (minder nieuwbouw, meer onttrekkingen). Hierna zullen met behulp van het kantorenmodel waarschijnlijker scenario’s worden geschetst.

Tabel D

Centraal A B C Overig A B C Formeel A B C Totaal

Projectie 4: saldo vraag en aanbod, 2020 en 2040, duizend vierkante meter

2020

2040

237 113 72

369 159 128

21 120 92

7 143 122

458 238 239

674 254 86

1.591

1.942

Bron: Bak, EIB

89

90

Bijlage B

Modeluitkomsten in absolute cijfers

In deze bijlage zijn de volledige resultaten gepresenteerd naar segmenten van de marktontwikkeling in het basisscenario. Tabel E

Basisscenario

2010 × 1.000 m2

2020 × 1.000 m2

2040 × 1.000 m2

Totaal Marktomvang 5.996 Nieuwbouw Prijsmutatie (in procenten) Autonome onttrekkingen Onttrekking door transformatie

5.970 111 -30 137 55

5.632 281 -23 646 102

Centraal A Marktomvang 230 Nieuwbouw Prijsmutatie (in procenten)

295 78 -20

301 113 -20

Centraal B Marktomvang 535 Nieuwbouw Prijsmutatie (in procenten)

547 27 -20

540 44 20

Centraal C Marktomvang 538 Prijsmutatie (in procenten) Autonome onttrekkingen Onttrekking door transformatie

563 -25 2 55

595 -25 25 102

Overig A Marktomvang 247 Nieuwbouw Prijsmutatie (in procenten)

238 6 -20

216 12 -17

Overig B Marktomvang 558 Nieuwbouw Prijsmutatie (in procenten)

540 - -27

505 -24

651 -38 6 -

645 -37 75 -

510 - -28

499 86 -20

Overig C Marktomvang 624 Prijsmutatie (in procenten) Autonome onttrekkingen Onttrekking door transformatie Formeel A Marktomvang 558 Nieuwbouw Prijsmutatie (in procenten)

91

Vervolg tabel E Basisscenario

2010 × 1.000 m2

2020 × 1.000 m2

2040 × 1.000 m2

Formeel B Marktomvang 1.214 Nieuwbouw Prijsmutatie (in procenten)

1.155 - -33

1.075 26 -20

Formeel C Marktomvang 1.492 Prijsmutatie (in procenten) Autonome onttrekkingen Onttrekking door transformatie

1.471 -44 128 -

1.256 -26 546 -

Bron: EIB

92

Literatuur en bronnen

Data bronnen Bak, R.L. (2011), Voorraad kantoren provincie Utrecht | Zeist. Neprom (2011), Planvoorraad, provincie Utrecht. Provincie Utrecht (2011), Planvoorraad kantoren provincie Utrecht. Provincie Utrecht, afd. Economie, Cultuur en Maatschappij (2011), ‘Provinciaal Arbeidsplaatsen Register’ | Utrecht. Savills (2011), Transactiedata verhuurde kantoren, provincie Utrecht, 1990 - 2011. Savills | Amsterdam. Literatuur Bak, R.L. (2011), ‘Kantoren in cijfers 2010. Statistiek van de Nederlandse kantorenmarkt’, NVM Business | Nieuwegein. Brounen, D. & Jennen, M. (2009b), Local office rent dynamics. A tale of ten cities. The Journal of real estate finance and economics, 39: 385-402. Brounen, D., P. Hendershott & Jennen, M. (2009a), Asymmetric properties of office rent adjustment. The Journal of real estate finance and economics: 39: 336-358. CPB (2005), ‘De vraag naar ruimte voor economische activiteit tot 2040. Bedrijfslocatiemonitor.’, Centraal PlanBureau | Den Haag. CPB, MNP & RPB (2006), Welvaart en Leefomgeving: Een scenariostudie voor Nederland in 2040, Den Haag/Bilthoven: Centraal Planbureau, Milieu- en Natuurplanbureau en Ruimtelijk Planbureau. CPB Memorandum 225 d.d. 23 april 2009 ‘Arbeidsaanbod en gewerkte uren tot 2050’. DTZ (2011a),‘Nederland compleet. Factsheets Nederlandse kantoren- en bedrijfsruimtemarkt’, januari 2011. DTZ (2011b),‘Van veel te veel. De markt voor commercieel onroerend goed’, januari 2011. EIB (2010a), ‘Kantorenleegstand, analyse van de marktwerking’, Matthieu Zuidema en Martin van Elp, EIB | Amsterdam. EIB (2010b), ‘Kantorenleegstand, probleemanalyse en oplossingsrichtingen’, Matthieu Zuidema en Martin van Elp, EIB | Amsterdam. EIB (2010), ‘MKBA Herstructureringsaanpak Parkstad Limburg’, EIB | Amsterdam. Gritter, L. en Hordijk, A.C. (2008): “De verouderingscomponent in DCF Taxaties. Onderschat de theorie de praktijk? Property Research Quaterly, december 2008, jaargang 7, nr 4, Amsterdam. Hendershott, P. H., MacGregor, B., & Tse, R. (2002a). Estimation of the rental adjustment process. Real Estate Economics, 30(2), 165–183. Hendershott, P. H., MacGregor, B., & White, M. (2001). Explaining real commercial rents using an error correction model with panel data. Journal of Real Estate Finance and Economics, 24 (1/2), 59–87.

93

Jansen, J. (2009), ‘Segmentatie van kantoorgebruikers op basis van bedrijfsstijl. Een methodiek om de omvang en de kwaliteit vande vraag op elkaar aan te sluiten’. Masterthesis Real Estate. Ol.v.v. Prof. Dr. Oedzge Atzema, Universiteit Utrecht | Utrecht. Jones Lang Lasalle (2011), ‘Creëren van ‘Winning workplaces’’, Eric Martens (Director occupier business) en Ruben Langbroek (Head of research). Korteweg, P.J. (2002), ‘Veroudering van kantoorgebouwen: probleem of uitdaging. F. van Oort, R. Ponds e.a. (2007), ‘Verhuizingen van bedrijven en groei van werkgelegenheid’. Rotterdam: Nai Uitgevers en Ruimtelijk Planbureau, 2007. PBL (2007), ‘De bedrijfslocatiemonitor. Een modelbeschrijving’, Ruimtelijke planbureau | Den Haag. ROZ (2006), ‘Handleiding huurovereenkomst kantoorruimte en andere bedrijfsruimte in de zin van artikel 7:230a BW’, door de Raad van Onroerende Zaken in 2006 opgesteld. http://www.roz.nl/uploads/Gratismodellen/Kantoorruimte/kantoorruimte_handleiding_ juli_2003.pdf. Stec groep BV (2010), ‘Aanzet voor een kantorenstrategie voor Zuid-Holland. Stec Groep aan provincie Zuid-Holland’, Ester Geuting, Guido van der Molen, Erik Jan van Dijk, november 2010. Stec Groep, Gem. Arnhem (2011), ‘Marktverkenning kantoren Arnhem’, april 2011. Stogo onderzoek + advies (2011), ‘Kantorenmarktonderzoek provincie Utrecht. Een analyse en inventarisatie’, Utrecht. Twynstra Gudde (2010), ‘Nationaal kantorenmarkt onderzoek 2010. De economische crisis voorbij?’. Van Oort, F. & R. Ponds e.a. (2007), ‘Verhuizingen van bedrijven en groei van werkgelegenheid’. Rotterdam: Nai Uitgevers en Ruimtelijk Planbureau, 2007. Vermeulen, Wouter & van Ommeren, Jos, 2009. ‘Does land use planning shape regional economies? A simultaneous analysis of housing supply, internal migration and local employment growth in the Netherlands,’ Journal of Housing Economics, Elsevier, vol. 18(4), pages 294-310, December. Voordt, D.J.M. van der (2003), ‘Hoe innovatief is kantoorinnovatie en wat zijn de effecten?’, in: BOSS9-magazine nr. 18, februari 2003, p. 8-12.

9 Studievereniging Bouwkunde, TU Delft.

94

Begrippenlijst

Aanbod Omvat alle kantoren, zowel die in gebruik zijn als leegstaan. Het is een definitie die afwijkt van gangbare definities in de vastgoedmarkt, waarbij aanbod wordt gedefinieerd als de te huur en te koop staande kantoren. Vanuit economisch perspectief ligt een definitie van aanbod als de totale kantorenvoorraad meer voor de hand. Wanneer economisch gezien over vraag en aanbod wordt gesproken, valt daaronder de totale markt, dus inclusief de in gebruik zijnde voorraad. Het is een definitie die daarom ook aansluit bij het economisch model dat is ontwikkeld. Te huur/te koop staande kantoren worden gezien als beschikbaar aanbod. Nieuwbouw is nieuw aanbod. De data van Bak omvatten alleen kantoorruimten van minimaal 500 m2. Beschikbaar aanbod Gedeelte van de bestaande voorraad dat voor verhuur/koop wordt aangeboden aangevuld met nog te bouwen kantoorruimte dat te huur/koop wordt aangeboden. BVO Bruto vloer oppervlak. Zie VVO. Conjuncturele leegstand Aanbod als gevolg van schommelingen in economische en werkgelegenheidsgroei. Frictie leegstand Leegstand die wenselijk is om een voorraadmarkt als de kantorenmarkt goed te laten functioneren. Huurprijzen Prijs per vierkante meter verhuurbaar vloeroppervlak (vvo) per jaar, exclusief BTW, servicekosten en huurderspecifieke inrichtingskosten (DTZ, 2011b). Locatie categorie Indeling van de markt op basis van locaties en kantoorgebouwen met onderscheidende kenmerken en kwaliteit. Het gedrag van kantoorgebruikers en hun voorkeuren zijn hierbij leidend. Deze indeling kent drie categorieën op basis van locatie: centrum, formeel en overig. Locatie categorie | Centrum Centrale kantoorlocaties liggen nabij of zijn onderdeel van het stadscentrum. Kenmerken zijn multifunctionaliteit, levendigheid en een vaak goede ontsluiting met het openbaar vervoer.

Locatiecategorie | Formeel Monofunctionele kantoorlocaties en grote kantoorconcentraties op bedrijventerreinen worden als formele kantoorlocaties gezien. Kenmerkend zijn relatief uniforme gebouwen en een goede bereikbaarheid met de auto, inclusief goede parkeervoorzieningen.

Locatiecategorie | Overig Duidt op een overige locatie, d.w.z. niet in het centrum en niet in een formele locatie. Bijvoorbeeld in een woonwijk of buiten de bebouwde kom. Kantoor Een ruimtelijke zelfstandige eenheid die grotendeels in gebruik is of te gebruiken is voor bureaugebonden werkzaamheden of ondersteunende activiteiten. De definitie van het begrip kantoor als een ruimtelijk zelfstandige eenheid betekent dat kantoren in fabrieken, bedrijfsgebouwen, ziekenhuizen en universiteiten buiten de statistiek worden gelaten.

95

Kantorenvoorraad Alle bestaande kantoorgebouwen. Kantorenvraag De kantoorbehoefte gemeten in vierkante meters kantoorruimte. Kwaliteitsklasse (A B C) Binnen de locatietypen is een verder onderscheid aangebracht naar kwaliteitsklassen. De gedachte is dat prijs hiervoor een belangrijke indicatie vormt. Kwaliteitsklasse A vertegenwoordigd 20% van de hoogste prijzen in de provinciale markt. Kwaliteitsklasse C de 40% laagste kwaliteit in de markt. Kwaliteitsklasse B vertegenwoordigd de overige middenmoot). De indeling is ontleend aan de verdeling van de prijzen in een transactie database van 1990-2010. Omdat prijs het criterium is voor kwaliteit, wordt in sommige stukken ook wel gesproken van ‘prijsklasse’. Leegstand Gebouwen die aan het eind van het kalenderjaar geen gebruiker kennen. Dit betreft zowel bestaande bouw en gebouwen die reeds zijn opgeleverd en/of nog in aanbouw zijn. Leegstand (1) Lege kantoorruimte. Verschilt van beschikbaar aanbod. Beschikbaar aanbod bevat ook (niet opgeleverde) nieuwbouw en nog in gebruik zijnde maar op korte termijn vrijkomende/vrij te maken kantoorruimte. Ook bestaat er leegstand in kantoren, terwijl deze niet op de markt worden aangeboden. Leegstand (2) Kantoorruimte van minimaal 500 m2 die voor verhuur of verkoop beschikbaar is op het moment van inventarisatie (31 december). De leegstand heeft uitsluitend betrekking op reeds opgeleverde of nog in aanbouw zijnde complexen. Projecten in voorbereiding worden niet meegeteld (DTZ, 2011b). Leegstand (3) Leegstand inclusief verborgen leegstand. Aangeboden ruimte in opgeleverde gebouwen die op het moment van inventarisatie niet (meer) in gebruik is. Dit omvat verborgen leegstand: lege kantoorruimte die niet te koop of te huur wordt aangeboden. Plancapaciteit, hard en zacht Plancapaciteit, het totaal aan kantoorprojecten in bekende plannen van de gemeenten. Harde plancapaciteit zijn plannen van kantoren die opgenomen zijn in bestemmingsplannen. Zachte plancapaciteit zijn plannen die nog niet in bestemmingsplannen zijn opgenomen. Daartussen bestaan gradaties van kantoorplannen waarover al wel concrete, juridische afspraken zijn gemaakt, maar die nog niet in bestemmingsplannen zijn opgenomen. Deze plannen zijn formeel zacht, maar in de praktijk hard. Planvoorraad Voornemens van projectontwikkelaars en bouwmaatschappijen voor de ontwikkeling van kantoren of winkels voor de vrije markt uitgedrukt in m2 bruto vloeroppervlak (bvo) (Neprom, 2007). In de aanloop naar de oplevering van een kantoorpand, verloopt een nieuwbouw- of renovatieproject een aantal fasen. De definities zijn gegeven in chronologische volgorde.

Ideefase Plan voor de nieuwbouw of renovatie van een kantoorgebouw waarvoor geen bouwvergunning is afgegeven, samenwerkings- of intentieovereenkomst is getekend of een ontwerp is gemaakt.

Planfase Plan voor de nieuwbouw of renovatie van een kantoorgebouw, waarvoor een samenwerkings- of intentieovereenkomst is getekend of – bij eigen realisatie – een ontwerp ligt.

96

Bestemmingsplan Projecten die verankerd liggen in bestemmingsplannen.

In aanbouw Kantoorgebouw waarvan de bouw c.q. renovatie vóór 1 januari 2011 is gestart en dat op die datum nog niet was opgeleverd. Start van de bouw is gedeﬁnieerd als moment waarop eerste paal is geslagen.

Bouwvergunning afgegeven Plan voor de nieuwbouw of renovatie van een kantoorgebouw waarvoor een bouwvergunning is verstrekt.

Prijsklasse Zie kwaliteitsklasse. Prognoses van de kantorenvraag Prognoses omvatten de ruimtevraag, als gevolg van ontwikkelingen in kantoorwerkgelegenheidsgroei en ruimtegebruik per werknemer. Daarnaast speelt kwaliteitsvraag en vervangingsvraag een rol. Dit wordt onder andere bepaald door (economische) veroudering van gebouwen, huisvestingsbudgetten en veranderende voorkeuren van gebruikers. Segment Een segment is een deelmarkt binnen de totale markt voor kantoorruimte. Er zijn negen deelmarkten onderscheiden. Elke segment kent een locatiecategorie (centrum, formeel, overig) en een kwaliteitsklasse (A, B, C). Structurele leegstand Overaanbod in relatie tot toekomstige ontwikkeling van vraag en aanbod. Verborgen leegstand Lege kantoorruimte die niet te koop of te huur wordt aangeboden. Bijvoorbeeld omdat de ruimte langdurig is verhuurd aan ingekrompen bedrijven of er eenvoudig geen marktpotentie meer voor is. Vraag De vraag heeft betrekking op de kantoorruimte in gebruik. VVO Verhuurbaar vloeroppervlak. Dit is het bruto vloeroppervlak minus het constructieoppervlak, de verticale verkeersruimten en de installatieruimten. Als vuistregel kan gelden dat van het bruto vloeroppervlak ongeveer 86% verhuurbaar is.

97

98

EIB-publicaties

2006 Verwachtingen bouwproductie en werkgelegenheid in 2006 Verwachtingen bouwproductie en werkgelegenheid in 2006 - de Nederlandse regio’s Vraag naar kantoren tot 2015 Bouwbedrijven 2006, ontwikkelingen en vooruitzichten Bouwen in: Noord-Nederland, Noord-Holland en Utrecht, Oost-Nederland, Zuid-Nederland en Zuid-Holland (Bouwend Nederland) Procesintegratie en innovatief ondernemerschap in de aan de bouw toeleverende industrie en de bouwmaterialenhandel Eindevaluatie Arboconvenant Funderingsbranche Het ziekteverzuim in de bouwnijverheid in 2005 Arbowensen en -behoeften van bouwbedrijven en werknemers 2005 (ARBOUW) Procesintegratie en innovatief ondernemerschap in ontwerpbureaus Monitor arbeidsongevallen in de bouw 2005 (ARBOUW) Activity Based Costing in het bouwbedrijf Prestatietoeslag in de restauratiebouw Bouwen op vertrouwen Internetgebruik door bouwbedrijven De kabel- en leidingsector; - investeringsvolume en opdrachtgeverschap Sectorprofiel schilders-, afwerkings- en glaszetbedrijf 2005-2012 De bouwarbeidsmarkt in het najaar van 2005 Bedrijfseconomische kencijfers van b&u-bedrijven in 2005 Bedrijfseconomische kencijfers van gww-bedrijven in 2005 Bedrijfseconomische kencijfers van gespecialiseerde bedrijven in de bouw in 2005 Algemene kosten in het bouwbedrijf in 2005 Verkenning knelpunten bij duurzaam, zuinig en materiaalarm aanbesteden en bouwen (RWS/DWW) Het arbeidsbestand in de bouwnijverheid in 2005

99

De bouwbedrijven in 2005 2007 Verwachtingen bouwproductie en werkgelegenheid in 2007 Beperking hypotheekrenteaftrek - gevolgen voor de bouwproductie en woningmarkt Opdrachtgevers aan het woord - meting 2006 Infrastructuurmonitor - MIT 2007 De restauratieproductie tot 2011 Procesintegratie en innovatief ondernemerschap in het bouwproces Bouwbedrijven 2007 - ontwikkelingen-vooruitzichten Sectorprofiel stukadoors-, afbouw- en terrazzo-/vloerenbedrijf 2005-2012 Het ziekteverzuim in de bouwnijverheid in 2006 De sector civiele betonbouw - marktontwikkelingen, opdrachtgeverschap en werkgelegenheid Bouwconcerns in beeld 2006/2007 Opdrachtgevers aan het woord - meting 2007 Bedrijfseconomische kencijfers van gww-bedrijven in 2006 Bedrijfseconomische kencijfers van b&u-bedrijven in 2006 Het arbeidsbestand in de bouw in 2006 Monitor arbeidsongevallen in de bouw 2006 (ARBOUW) Transparantie in de bouwpraktijk De bouwbedrijven in 2006 2008 Verwachtingen bouwproductie en werkgelegenheid 2008 Procesintegratie en innovatief ondernemerschap in het bouwproces - meting 2007 Kostendruk van wet- en regelgeving in het gespecialiseerde aannemingsbedrijf Infrastructuurmonitor - MIRT 2008 Bouw in beeld 2007 Openbaarvervoerinfrastructuur in een geliberaliseerde markt Algemene kosten in het bouwbedrijf Het ziekteverzuim in de bouw in 2007

100

Kwaliteit van de dienstverlening en het bestuurlijk proces van lagere overheden De markt voor restauratie en onderhoud van monumenten tot 2013 Uitdagingen en beleidsopties bij nieuwbouw van woningen - regionale ontwikkelingen en beleid na 2009 De Vastgoedlezing 2008 - crisis op de Nederlandse woningen vastgoedmarkt? (ASRE) Bedrijfseconomische kencijfers van b&u-bedrijven in 2007 Bedrijfseconomische kencijfers van gww-bedrijven in 2007 Monitor arbeidsongevallen in de bouw 2007 (ARBOUW) Bouwconcerns in beeld 2007/2008 2009 Verwachtingen bouwproductie en werkgelegenheid 2009 Opdrachtgevers aan het woord - meting 2008 Procesintegratie en innovatief ondernemerschap in het bouwproces - meting 2008 Middenkaderopleidingen in de bouw Algemene kosten in het bouwbedrijf 2006-2007 Bouw in beeld 2008 Trends en ontwikkelingen in de afbouwbranche 2009-2014 De zelfstandige zonder personeel in de bestratingsbranche Het ziekteverzuim in de bouw in 2008 Verkenning effecten stimuleringsmaatregelen rond de woningbouw (www.eib.nl) Monitor arbeidsongevallen in de bouw 2008 (ARBOUW) Hervorming van de woningmarkt Reïntegratie van langdurig zieke werknemers in de bouw Bouwconcerns in beeld 2008-2009 2010 Verwachtingen bouwproductie en werkgelegenheid 2010 Algemene kosten in het bouwbedrijf 2006-2008 Bedrijfseconomische kencijfers b&u-bedrijven 2008 Bedrijfseconomische kencijfers gww-bedrijven 2008 Trends en ontwikkelingen in de afbouwbranche 2010-2015

101

Zzp’ers in de bouw De arbeidsmarkt in de bitumineuze en kunststofdakbedekkingsbranche Kantorenleegstand - probleemanalyse en oplossingsrichtingen (www.eib.nl) Ondergrondse netwerken en grondwaterbeheer Monitor arbeidsongevallen in de bouw 2009 (ARBOUW) Ziekteverzuim in de bouw 2009 Beleidsvarianten beperking hypotheekrenteaftrek en liberalisatie huursector (www.eib.nl) Nacht- en weekendwerk in het wegonderhoud Bouw in beeld 2009 De bouwarbeidsmarkt 2010-2015 Bedrijfseconomische kencijfers gespecialiseerde bedrijven 2007-2008 Strategie en crisis Vrouwen in technische functies Marktstudie AFNL Infrastuctuurmonitor - MIRT 2011 Kantorenleegstand - analyse van de marktwerking (www.eib.nl) 2011 Verwachtingen bouwproductie en werkgelegenheid 2011 Algemene kosten in het bouwbedrijf 2007-2009 Openbare aanbestedingen in de gww Bedrijfseconomische kencijfers gww-bedrijven 2009 Bedrijfseconomische kencijfers b&u-bedrijven 2009 Succesvol binnenstedelijk bouwen De winst van innoveren (www.eib.nl) Algemene BouwplaatsKosten (ABK) van B&U-projecten 2010 (RRBOUW) Productiviteit en strategie (www.eib.nl) Bouwconcerns in beeld 2009-2010 Trends en ontwikkelingen in de afbouwbranche 2011-2016 Restauratie en onderhoud van monumenten - marktverkenning tot 2015

102

Aanbestedingsgedrag opdrachtgevers (www.eib.nl) Dynamiek op de woningmarkt Actuele situatie in de bouw - overzicht ten behoeve van de nieuwe woonvisie (www.eib.nl) De civiele betonbouw tot 2016 - ontwikkelingen op de markt en in de rolverdeling in het bouwproces (www.eib.nl) Monumenten en corporaties - monumentenbezit en -beleid van corporaties (www.eib.nl) Ziekteverzuim in de de bouw 2010 (www.eib.nl) Monitor arbeidsongevallen in de bouw 2010 (ARBOUW) MKBA Herstructurering Eemsdelta

103

Economisch Instituut voor de Bouw Basisweg 10 1043 AP Amsterdam Postbus 58248 1040 HE Amsterdam t (020) 583 19 00 f (020) 583 19 99 [email protected] www.eib.nl Desktop publishing: Debbie van Amerongen, EIB

104

Ruimte voor tekst achterzijde over maximaal 26 regels

Basisweg 10 1043 AP Amsterdam Postbus 58248 1040 HE Amsterdam t (020) 583 19 00 f (020) 583 19 99 [email protected] www.eib.nl

Kantorenmonitor. Analyse van vraag en aanbod

Recommend Documents